| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第10-18页 |
| 1.1 课题研究的背景及意义 | 第10-11页 |
| 1.2 图像分割概述及研究现状 | 第11-16页 |
| 1.2.1 图像分割概述 | 第11-12页 |
| 1.2.2 图像分割研究现状 | 第12-14页 |
| 1.2.3 FCM算法研究现状 | 第14-16页 |
| 1.3 论文主要研究内容 | 第16页 |
| 1.4 论文结构框架 | 第16-18页 |
| 2 模糊C均值聚类算法 | 第18-25页 |
| 2.1 模糊聚类分析 | 第18-20页 |
| 2.1.1 模糊集合理论 | 第18-19页 |
| 2.1.2 聚类分析 | 第19-20页 |
| 2.2 FCM算法介绍 | 第20-22页 |
| 2.2.1 硬C均值聚类 | 第20页 |
| 2.2.2 FCM算法原理 | 第20-22页 |
| 2.2.3 FCM算法步骤 | 第22页 |
| 2.3 基于FCM聚类算法的图像分割 | 第22-23页 |
| 2.3.1 基于FCM算法的图像分割 | 第22-23页 |
| 2.3.2 划分评价指标 | 第23页 |
| 2.4 FCM算法的优点和不足 | 第23-24页 |
| 2.4.1 FCM算法的优点 | 第23-24页 |
| 2.4.2 FCM算法的不足 | 第24页 |
| 2.5 本章小结 | 第24-25页 |
| 3 基于量子粒子群优化的FCM算法的图像分割 | 第25-38页 |
| 3.1 量子理论相关基础 | 第25-31页 |
| 3.1.1 量子算符 | 第25-26页 |
| 3.1.2 量子比特 | 第26-28页 |
| 3.1.3 量子逻辑门 | 第28-30页 |
| 3.1.4 量子位编码 | 第30-31页 |
| 3.2 粒子群优化算法 | 第31-33页 |
| 3.2.1 算法起源 | 第31页 |
| 3.2.2 基本粒子群优化算法 | 第31-33页 |
| 3.3 量子粒子群模糊聚类算法 | 第33-35页 |
| 3.3.1 粒子群量子位编码 | 第33页 |
| 3.3.2 量子粒子的状态更新 | 第33-34页 |
| 3.3.3 变异处理 | 第34-35页 |
| 3.3.4 改进的算法步骤 | 第35页 |
| 3.4 实验仿真及分析 | 第35-37页 |
| 3.4.1 实验仿真结果 | 第35-36页 |
| 3.4.2 实验结果分析 | 第36-37页 |
| 3.5 本章小结 | 第37-38页 |
| 4 基于自适应加权空间信息的FCM算法的图像分割 | 第38-45页 |
| 4.1 FCM_S、FCM_S1、FCM_S2算法介绍 | 第38-40页 |
| 4.2 基于自适应加权空间信息的FCM算法图像分割 | 第40-42页 |
| 4.2.1 自适应加权系数 | 第40-41页 |
| 4.2.2 改进后的目标函数 | 第41页 |
| 4.2.3 基于自适应加权空间信息的FCM算法的步骤 | 第41-42页 |
| 4.3 实验仿真及分析 | 第42-44页 |
| 4.3.1 实验仿真结果 | 第42-43页 |
| 4.3.2 实验结果分析 | 第43-44页 |
| 4.4 本章小结 | 第44-45页 |
| 5 基于改进的FCM算法在道岔缺口图像中的分割应用 | 第45-55页 |
| 5.1 道岔缺口检测概述 | 第45-47页 |
| 5.1.1 道岔缺口检测原理 | 第45-46页 |
| 5.1.2 道岔缺口结构 | 第46页 |
| 5.1.3 道岔缺口检测流程 | 第46-47页 |
| 5.1.4 基于图像处理的道岔缺口检测特点 | 第47页 |
| 5.2 基于改进的FCM算法的道岔缺口图像分割 | 第47-50页 |
| 5.2.1 基于改进的FCM算法的道岔缺口图像分割步骤 | 第48页 |
| 5.2.2 检查柱与表示杆基准线的确定 | 第48-49页 |
| 5.2.3 偏移量的计算 | 第49-50页 |
| 5.3 实验仿真及结论 | 第50-54页 |
| 5.3.1 实验仿真结果 | 第50-52页 |
| 5.3.2 实验结果分析 | 第52-54页 |
| 5.4 本章小结 | 第54-55页 |
| 总结 | 第55-57页 |
| 致谢 | 第57-58页 |
| 参考文献 | 第58-61页 |
| 攻读学位期间的研究成果 | 第61页 |
