聚类算法及其在图像分割中的应用研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第8-15页 |
| 1.1 研究背景及意义 | 第8-10页 |
| 1.2 研究现状 | 第10-12页 |
| 1.3 本文主要工作和创新点 | 第12-13页 |
| 1.4 各章节安排 | 第13-15页 |
| 2 图像分割与FCM算法 | 第15-39页 |
| 2.1 引言 | 第15页 |
| 2.2 FCM算法 | 第15-18页 |
| 2.3 利用图像局部空间信息的模糊聚类算法 | 第18-28页 |
| 2.3.1 FCM_S算法 | 第18-19页 |
| 2.3.2 FCM_S1和FCM_S2算法 | 第19-21页 |
| 2.3.3 EnFCM算法 | 第21-23页 |
| 2.3.4 FGFCM算法 | 第23-24页 |
| 2.3.5 FLICM算法 | 第24-26页 |
| 2.3.6 NDFCM算法 | 第26-28页 |
| 2.4 利用图像非局部空间信息的模糊聚类算法 | 第28-37页 |
| 2.4.1 FCM_NLS算法 | 第28-30页 |
| 2.4.2 FCM_SNLS算法 | 第30-32页 |
| 2.4.3 NWFCM算法 | 第32-34页 |
| 2.4.4 KWFLICM算法 | 第34-37页 |
| 2.5 模糊聚类算法的评价指标 | 第37-38页 |
| 2.6 小结 | 第38-39页 |
| 3 基于组合隶属度的快速模糊聚类算法 | 第39-49页 |
| 3.1 引言 | 第39页 |
| 3.2 基于组合隶属度的快速模糊聚类算法 | 第39-44页 |
| 3.2.1 FLICM算法中存在的问题 | 第39-40页 |
| 3.2.2 针对上述问题的改进方案 | 第40-44页 |
| 3.3 实验分析 | 第44-48页 |
| 3.3.1 视觉效果对比 | 第44-47页 |
| 3.3.2 评价指标对比 | 第47页 |
| 3.3.3 运算时间对比 | 第47-48页 |
| 3.4 小结 | 第48-49页 |
| 4 基于组合空间距离的模糊聚类算法 | 第49-59页 |
| 4.1 引言 | 第49-50页 |
| 4.2 基于组合空间距离的模糊聚类算法 | 第50-52页 |
| 4.2.1 组合距离的聚类作用 | 第50-51页 |
| 4.2.2 组合距离的改进方案 | 第51-52页 |
| 4.3 实验结果分析 | 第52-57页 |
| 4.3.1 合成图像 | 第53-54页 |
| 4.3.2 脑部图像 | 第54-56页 |
| 4.3.3 自然图像 | 第56-57页 |
| 4.4 小结 | 第57-59页 |
| 5 总结与展望 | 第59-61页 |
| 5.1 总结 | 第59页 |
| 5.2 展望 | 第59-61页 |
| 致谢 | 第61-62页 |
| 参考 文献 | 第62-66页 |
| 攻读硕士期间的研究成果及参加的科研项目 | 第66页 |
| 研究成果 | 第66页 |
| 参加的科研项目情况 | 第66页 |
