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

改进的FCM图像自动分割算法研究

致谢第1-5页
摘要第5-6页
Abstract第6-9页
1 绪论第9-17页
   ·课题研究的背景和意义第9-12页
   ·国内外研究现状第12-15页
     ·图像分割研究现状第12-13页
     ·聚类分析研究现状第13-15页
   ·本文的主要工作第15-17页
     ·本文的研究内容第15-16页
     ·本文的结构安排第16-17页
2 图像分割算法第17-26页
   ·图像分割概述第17-18页
   ·图像分割的基本算法第18-25页
     ·基于边缘检测方法第18-19页
     ·基于区域的分割方法第19-20页
     ·基于函数优化的方法第20-21页
     ·阈值化分割方法第21-22页
     ·基于特定理论的分割方法第22-25页
   ·本章小结第25-26页
3 基于模糊聚类的图像分割方法第26-31页
   ·模糊理论第26-27页
     ·模糊集合理论第26-27页
     ·模糊隶属度第27页
   ·模糊聚类分析第27-30页
     ·硬C均值聚类算法第28-29页
     ·模糊C均值聚类算法第29-30页
   ·基于模糊聚类的图像分割方法第30页
   ·本章小结第30-31页
4 改进的FCM图像自动分割算法第31-36页
   ·图像分割层数的确定第31-32页
   ·改进的快速FCM算法第32-33页
   ·优化隶属度的FCM算法第33-35页
   ·改进的FCM图像自动分割算法第35页
   ·本章小结第35-36页
5 改进的FCM图像自动分割算法实验结果与分析第36-49页
   ·平均准确率的实验结果与分析第36-39页
   ·自动分割实验结果与分析第39-48页
   ·本章小结第48-49页
结论第49-50页
参考文献第50-54页
作者简历第54-56页
学位论文数据集第56页

论文共56页,点击 下载论文
上一篇:基于改进的RANSAC算法的图像拼接研究
下一篇:基于中间神经元神经网络的快速小波图像压缩研究