基于模糊理论分析的图像分割算法研究
| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 绪论 | 第8-14页 |
| ·研究背景和意义 | 第8-9页 |
| ·图像分割算法综述 | 第9-10页 |
| ·图像模糊性分析 | 第10-11页 |
| ·论文选题的意义 | 第11-12页 |
| ·本文的主要工作及章节安排 | 第12-14页 |
| 第二章 模糊集合理论 | 第14-20页 |
| ·引言 | 第14页 |
| ·模糊集合理论 | 第14-16页 |
| ·模糊集合的概念 | 第14-15页 |
| ·模糊关系和模糊矩阵 | 第15-16页 |
| ·数据集的 C 划分 | 第16页 |
| ·模糊聚类分析 | 第16-19页 |
| ·模糊 C 均值聚类算法 | 第16-18页 |
| ·相似性度量函数 | 第18页 |
| ·去模糊方法 | 第18-19页 |
| ·本章小结 | 第19-20页 |
| 第三章 结合空间信息的模糊核函数聚类图像分割算法 | 第20-45页 |
| ·引言 | 第20页 |
| ·模糊 C 均值聚类的图像分割算法 | 第20-26页 |
| ·模糊 C 均值聚类的图像分割算法 | 第20-21页 |
| ·带有邻域信息约束项的模糊 C 均值算法 | 第21-22页 |
| ·结合空间信息约束项的模糊 C 均值算法 | 第22-26页 |
| ·结合空间信息的模糊核函数聚类算法 | 第26-35页 |
| ·邻域像素的空间分布特征的计算方法 | 第26-29页 |
| ·基于核函数的相似性距离测度方法 | 第29-35页 |
| ·实验结果及分析 | 第35-43页 |
| ·人工合成图像实验 | 第36-37页 |
| ·带噪医学图像实验 | 第37-39页 |
| ·带噪真实图像实验 | 第39-43页 |
| ·本章小结 | 第43-45页 |
| 第四章 基于空间信息的模糊轮廓模型图像分割方法 | 第45-62页 |
| ·引言 | 第45页 |
| ·活动轮廓模型 | 第45-49页 |
| ·活动轮廓模型 | 第45-47页 |
| ·Mumford-Shah 模型 | 第47页 |
| ·Chan-Vese 模型 | 第47-49页 |
| ·基于空间信息的模糊活动轮廓模型 | 第49-54页 |
| ·模糊活动轮廓模型 | 第49-51页 |
| ·基于邻域信息的模糊活动轮廓模型 | 第51-54页 |
| ·实验结果与分析 | 第54-60页 |
| ·人工图像实验结果与分析 | 第54-56页 |
| ·医学血管图像实验结果与分析 | 第56-57页 |
| ·自然图像实验结果与分析 | 第57-60页 |
| ·本章小结 | 第60-62页 |
| 第五章 总结与展望 | 第62-64页 |
| ·本文主要工作 | 第62-63页 |
| ·进一步研究工作展望 | 第63-64页 |
| 致谢 | 第64-66页 |
| 参考文献 | 第66-70页 |
| 硕士期间成果 | 第70-72页 |
| 附录 | 第72-74页 |
