首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于岩石图像特征的聚类分析研究

摘要第3-4页
abstract第4-5页
第一章 绪论第8-13页
    1.1 研究背景及意义第8-9页
    1.2 国内外研究现状第9-12页
        1.2.1 岩石图像处理技术的研究现状第9-10页
        1.2.2 聚类分析的研究现状第10-11页
        1.2.3 存在的问题第11-12页
    1.3 论文的主要工作第12页
    1.4 论文结构安排第12-13页
第二章 岩石图像特征介绍第13-22页
    2.1 引言第13页
    2.2 颜色空间介绍第13-17页
        2.2.1 RGB颜色空间第13-15页
        2.2.2 HSV颜色空间第15-16页
        2.2.3 YCbCr颜色空间第16-17页
    2.3 纹理特征介绍第17-21页
        2.3.1 统计法第18-19页
        2.3.2 频谱法第19-21页
    2.4 本章总结第21-22页
第三章 聚类算法介绍及分析第22-27页
    3.1 引言第22页
    3.2 聚类算法介绍第22-25页
        3.2.1 基于划分的聚类方法第22-23页
        3.2.2 基于层次的聚类方法第23-24页
        3.2.3 基于密度的聚类算法第24页
        3.2.4 基于模型的聚类算法第24-25页
    3.3 常用聚类算法的比较分析第25-26页
    3.4 本章总结第26-27页
第四章 基于岩石图像加权颜色纹理特征的FCM聚类算法第27-43页
    4.1 引言第27页
    4.2 基于岩石图像颜色纹理特征的FCM聚类算法第27-38页
        4.2.1 颜色特征选取第27-30页
        4.2.2 纹理特征选取第30-35页
        4.2.3 基于岩石图像颜色纹理特征的FCM聚类算法第35-38页
    4.3 基于岩石图像加权颜色纹理特征的FCM聚类算法第38-42页
    4.4 本章小结第42-43页
第五章 基于岩石图像空间特征的FCM聚类算法第43-52页
    5.1 引言第43页
    5.2 基于岩石图像空间特征的FCM聚类算法第43-48页
    5.3 与其他方法的比较第48-51页
    5.4 本章小结第51-52页
第六章 总结展望第52-54页
    6.1 总结第52页
    6.2 展望第52-54页
致谢第54-55页
参考文献第55-59页
攻读硕士学位期间发表的论文第59-60页

论文共60页,点击 下载论文
上一篇:基于物联网的油田井口设备管理系统的研究与实现
下一篇:基于互联网教育平台的语文个性化阅读教学设计与实施--以小学三年级为例