基于Graph Cuts和粒子群模糊聚类的图像分割研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-8页 |
| 目录 | 第8-10页 |
| 第一章 绪论 | 第10-18页 |
| ·图像分割 | 第10-13页 |
| ·图像分割在图像处理技术中的地位 | 第10-11页 |
| ·图像分割定义 | 第11-12页 |
| ·图像分割的应用 | 第12-13页 |
| ·图像分割方法研究现状 | 第13-17页 |
| ·最小割图像分割方法 | 第15-16页 |
| ·PSO-FCM 图像分割方法 | 第16-17页 |
| ·本文的结构安排 | 第17-18页 |
| 第二章 基于图论的图像分割 | 第18-40页 |
| ·图论基本原理 | 第18-23页 |
| ·图和网络 | 第18-21页 |
| ·网络流和最大流算法 | 第21-23页 |
| ·基于图论的图像分割方法 | 第23-28页 |
| ·图论分割基本框架 | 第23-24页 |
| ·图论分割方法分类 | 第24-27页 |
| ·图切图像分割技术研究进展 | 第27-28页 |
| ·图切图像分割 | 第28-39页 |
| ·基于图切割的图像分割方法 | 第28-30页 |
| ·改进的迭代最小割图像分割方法 | 第30-39页 |
| ·本章小结 | 第39-40页 |
| 第三章 PSO-FCM 图像分割 | 第40-53页 |
| ·基本的粒子群算法 | 第40-45页 |
| ·算法起源 | 第40-41页 |
| ·标准的 PSO 算法原理 | 第41-42页 |
| ·PSO 算法流程 | 第42-43页 |
| ·参数分析与选择 | 第43-44页 |
| ·PSO 算法的研究进展 | 第44-45页 |
| ·模糊聚类算法 | 第45-49页 |
| ·模糊集理论 | 第46-48页 |
| ·FCM 算法的优缺点 | 第48-49页 |
| ·FCM 的研究进展 | 第49页 |
| ·PSO-FCM 图像分割方法 | 第49-52页 |
| ·PSO-FCM 分割的基本思想 | 第50页 |
| ·PSO-FCM 的基本流程 | 第50-52页 |
| ·本章小结 | 第52-53页 |
| 第四章 实验结果与分析 | 第53-59页 |
| ·仿真系统简介 | 第53页 |
| ·图像分割质量评价方法 | 第53-54页 |
| ·最小割图像分割结果评价 | 第54-56页 |
| ·PSO-FCM 图像分割结果评价 | 第56-58页 |
| ·本章小结 | 第58-59页 |
| 结论与展望 | 第59-61页 |
| 内容总结 | 第59页 |
| 主要贡献及创新点 | 第59-60页 |
| 后续工作与展望 | 第60-61页 |
| 参考文献 | 第61-65页 |
| 攻读硕士学位期间取得的研究成果 | 第65-66页 |
| 致谢 | 第66-67页 |
| 附件 | 第67页 |
