| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1 绪论 | 第9-17页 |
| ·课题研究背景 | 第9页 |
| ·国内外研究现状 | 第9-14页 |
| ·图像分割简介 | 第9-11页 |
| ·聚类算法简介 | 第11-13页 |
| ·聚类分割算法简介 | 第13-14页 |
| ·关键技术 | 第14-15页 |
| ·本文组织结构 | 第15-17页 |
| 2 基于图像滤波的加权 FCM 图像分割算法 | 第17-28页 |
| ·基于 FCM 聚类的图像分割 | 第17-20页 |
| ·FCM 聚类算法 | 第17-18页 |
| ·快速 FCM 聚类算法 | 第18-19页 |
| ·加权 FCM 聚类算法 | 第19-20页 |
| ·自适应中值滤波器 | 第20-21页 |
| ·基于图像滤波的加权 FCM 图像分割算法 | 第21-22页 |
| ·实验验证分析 | 第22-27页 |
| ·分割图像的定量评价 | 第22-23页 |
| ·合成图像 | 第23-24页 |
| ·真实人物图像 | 第24-25页 |
| ·模拟脑部图像 | 第25-27页 |
| ·本章小结 | 第27-28页 |
| 3 基于主分量和 2D 直方图的 FCM 彩色图像分割算法 | 第28-39页 |
| ·主分量 2D 直方图分析 | 第28-31页 |
| ·主分量变换 | 第28-29页 |
| ·基于尺度空间的直方图分析 | 第29-30页 |
| ·2D 直方图 | 第30-31页 |
| ·基于主分量和 2D 直方图的 FCM 彩色图像分割算法 | 第31-33页 |
| ·聚类数目及初始聚类中心的确定 | 第31-32页 |
| ·一种自适应 FCM 彩色图像分割算法 | 第32-33页 |
| ·实验验证分析 | 第33-38页 |
| ·合成图像 | 第33-35页 |
| ·真实景物图像 | 第35-38页 |
| ·本章小结 | 第38-39页 |
| 4 基于传递闭包和谱聚类的多中心 FCM 彩色图像分割方法 | 第39-46页 |
| ·FCM 彩色图像分割方法 | 第39-40页 |
| ·谱聚类 | 第40-41页 |
| ·多中心 FCM 彩色图像分割方法 | 第41-43页 |
| ·基于传递闭包的相似性度量 | 第41-42页 |
| ·基于传递闭包和谱聚类的多中心 FCM 彩色图像分割方法 | 第42-43页 |
| ·实验验证分析 | 第43-45页 |
| ·本章小结 | 第45-46页 |
| 5 总结与展望 | 第46-48页 |
| ·总结 | 第46页 |
| ·展望 | 第46-48页 |
| 参考文献 | 第48-52页 |
| 攻读硕士期间发表的论文 | 第52-53页 |
| 致谢 | 第53-54页 |
