基于聚类算法的图像分割
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-13页 |
| ·图像分割的基本概念 | 第7-8页 |
| ·图像分割的方法 | 第8-11页 |
| ·阈值法 | 第8页 |
| ·区域生长法 | 第8-9页 |
| ·边缘检测法 | 第9页 |
| ·人工神经网络法 | 第9页 |
| ·可变模型法 | 第9-10页 |
| ·基于模糊集理论的方法 | 第10页 |
| ·其它方法 | 第10-11页 |
| ·图像分割的应用 | 第11-12页 |
| ·图像分割研究的趋势 | 第12-13页 |
| 第二章 聚类研究综述 | 第13-21页 |
| ·基本概念 | 第13-14页 |
| ·模糊聚类算法研究的类别 | 第14-15页 |
| ·层次聚类 | 第14页 |
| ·分割聚类 | 第14-15页 |
| ·其它聚类 | 第15页 |
| ·典型聚类算法 | 第15-18页 |
| ·CLARANS 算法 | 第15页 |
| ·BIRCH 算法 | 第15-16页 |
| ·DBSCAN 算法 | 第16页 |
| ·STING 算法 | 第16-17页 |
| ·FCM 算法 | 第17-18页 |
| ·聚类算法应用 | 第18-21页 |
| 第三章 空间模式聚类算法在彩色图像分割上的应用 | 第21-43页 |
| ·彩色图像分割综述 | 第21-22页 |
| ·彩色图像分割技术 | 第22-26页 |
| ·基于区域的分割技术 | 第22-23页 |
| ·基于边缘的分割技术 | 第23-24页 |
| ·基于特定理论工具的分割技术 | 第24-25页 |
| ·分形技术 | 第25-26页 |
| ·混合技术 | 第26页 |
| ·空间模式聚类彩色图像分割算法 | 第26-28页 |
| ·算法流程 | 第28-29页 |
| ·实验结果 | 第29-42页 |
| ·实验小结 | 第42-43页 |
| 第四章 噪声图像分割 | 第43-60页 |
| ·研究意义 | 第43页 |
| ·改进的基于空间模式聚类的图像分割 | 第43-52页 |
| ·基于空间模式的聚类算法介绍 | 第44页 |
| ·算法的改进 | 第44-46页 |
| ·算法流程 | 第46页 |
| ·实验结果与结论 | 第46-52页 |
| ·基于矫正变量的聚类噪声图像分割 | 第52-60页 |
| ·算法介绍 | 第52-55页 |
| ·算法流程 | 第55-56页 |
| ·实验结果与结论 | 第56-60页 |
| 第五章 结论 | 第60-62页 |
| 致谢 | 第62-63页 |
| 参考文献 | 第63-67页 |
| 附录：作者在攻读硕士学位期间发表的论文 | 第67页 |
