结合空间信息的模糊聚类图像分割方法研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-18页 |
| ·图像分割概述 | 第9-16页 |
| ·图像分割的定义 | 第9-11页 |
| ·图像分割在应用发展中的难点 | 第11-12页 |
| ·图像分割技术的国内外研究现状 | 第12-16页 |
| ·论文选题的意义 | 第16页 |
| ·本论文的主要研究工作和结构安排 | 第16-18页 |
| 第二章 聚类分析及其算法 | 第18-28页 |
| ·聚类分析 | 第18-20页 |
| ·聚类分析的定义 | 第18页 |
| ·相似性度量 | 第18-20页 |
| ·常见的聚类算法 | 第20-23页 |
| ·基于划分的聚类算法 | 第20-21页 |
| ·基于层次的聚类算法 | 第21页 |
| ·基于密度的聚类算法 | 第21-22页 |
| ·基于网格的聚类算法 | 第22页 |
| ·基于模型的聚类算法 | 第22-23页 |
| ·模糊C均值聚类算法 | 第23-27页 |
| ·模糊C均值聚类算法的理论基础 | 第23-24页 |
| ·FCM算法流程 | 第24-25页 |
| ·FCM算法的优缺点 | 第25页 |
| ·FCM算法的研究现状 | 第25-27页 |
| ·本章小结 | 第27-28页 |
| 第三章 基于四叉树和曲线拟合的FCM图像分割方法 | 第28-40页 |
| ·四叉树算法的概述 | 第28-32页 |
| ·四叉树的基本思想 | 第28-29页 |
| ·四叉树分裂的条件判断 | 第29-30页 |
| ·四叉树算法的研究现状 | 第30-31页 |
| ·基于四叉树样本集的FCM分割 | 第31-32页 |
| ·曲线拟合算法 | 第32-33页 |
| ·曲线拟合的基本思想 | 第32-33页 |
| ·利用曲线拟合优化图像的锯齿边缘 | 第33页 |
| ·基于四叉树和曲线拟合的FCM分割算法 | 第33-35页 |
| ·实验结果及效果分析 | 第35-39页 |
| ·不同灰度级的图像分割实验 | 第35-36页 |
| ·噪声图像分割实验 | 第36-37页 |
| ·医学图像分割实验 | 第37-39页 |
| ·本章小结 | 第39-40页 |
| 第四章 基于元胞自动机的FCM图像分割方法 | 第40-51页 |
| ·引言 | 第40页 |
| ·元胞自动机概述 | 第40-47页 |
| ·基于元胞自动机的FCM图像分割 | 第47-48页 |
| ·实验结果及分析 | 第48-50页 |
| ·本章小结 | 第50-51页 |
| 第五章 总结与展望 | 第51-53页 |
| ·总结 | 第51-52页 |
| ·展望 | 第52-53页 |
| 参考文献 | 第53-57页 |
| 致谢 | 第57-58页 |
| 攻读学位期间的研究成果 | 第58-59页 |
