| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 研究目的和意义 | 第9-10页 |
| 1.2 图像分割算法国内外研究现状 | 第10-13页 |
| 1.3 当前研究存在的不足和本文的研究内容 | 第13-14页 |
| 1.4 本文结构安排 | 第14-15页 |
| 第二章 相关理论和主要技术 | 第15-26页 |
| 2.1 超像素 | 第15-22页 |
| 2.1.1 超像素生成方法的评价标准 | 第16-17页 |
| 2.1.2 超像素图像分割算法分类 | 第17-22页 |
| 2.2 谱聚类 | 第22-25页 |
| 2.2.1 谱聚类算法原理 | 第22-23页 |
| 2.2.2 谱聚类算法在图像分割中的应用 | 第23-25页 |
| 2.3 本章小结 | 第25-26页 |
| 第三章 改进的DBSCAN-S超像素生成算法 | 第26-47页 |
| 3.1 预备知识 | 第26-29页 |
| 3.1.1 DBSCAN聚类算法原理 | 第26-27页 |
| 3.1.2 基于DBSCAN聚类方法的超像素生成算法原理 | 第27-29页 |
| 3.2 基于改进的DBSCAN-S超像素生成算法 | 第29-34页 |
| 3.2.1 颜色空间的转换 | 第30-31页 |
| 3.2.2 距离度量优化 | 第31-32页 |
| 3.2.3 搜素空间优化 | 第32-33页 |
| 3.2.4 算法步骤 | 第33-34页 |
| 3.3 实验结果与分析 | 第34-46页 |
| 3.3.1 与DBSCAN-S算法对比 | 第35-39页 |
| 3.3.2 与经典的超像素生成算法对比 | 第39-44页 |
| 3.3.3 算法复杂度分析与讨论 | 第44-46页 |
| 3.4 本章小结 | 第46-47页 |
| 第四章 基于改进的超像素和谱聚类的图像分割算法 | 第47-56页 |
| 4.1 基于传统谱聚类的图像分割方法 | 第47页 |
| 4.2 超像素的特征提取 | 第47-48页 |
| 4.3 谱聚类中的相似度改进 | 第48-51页 |
| 4.4 基于超像素的谱聚类步骤 | 第51页 |
| 4.5 实验结果及分析 | 第51-55页 |
| 4.5.1 视觉效果 | 第51-54页 |
| 4.5.2 定量评价 | 第54-55页 |
| 4.6 本章小结 | 第55-56页 |
| 第五章 总结与展望 | 第56-58页 |
| 5.1 总结 | 第56-57页 |
| 5.2 展望 | 第57-58页 |
| 参考文献 | 第58-63页 |
| 附录 A 本文作者在攻读硕士学位期间的科研成果 | 第63-64页 |
| 致谢 | 第64-66页 |