| 摘要 | 第7-9页 |
| Abstract | 第9-10页 |
| 第1章 绪论 | 第12-19页 |
| 1.1 选题的目的和意义 | 第12-13页 |
| 1.2 图像分割算法综述 | 第13-16页 |
| 1.2.1 基于阈值的图像分割算法 | 第13-14页 |
| 1.2.2 基于区域的图像分割算法 | 第14-15页 |
| 1.2.3 基于边缘的图像分割算法 | 第15页 |
| 1.2.4 与特定理论相结合的图像分割算法 | 第15-16页 |
| 1.3 基于聚类的图像分割算法研究现状 | 第16-18页 |
| 1.4 论文主要内容及结构 | 第18页 |
| 1.5 本章小结 | 第18-19页 |
| 第2章 准备知识 | 第19-25页 |
| 2.1 K均值聚类算法 | 第19-20页 |
| 2.2 模糊C均值聚类算法 | 第20-21页 |
| 2.3 层次聚类算法 | 第21-22页 |
| 2.4 谱聚类算法 | 第22-24页 |
| 2.5 本章小结 | 第24-25页 |
| 第3章 基于层次聚类与峰值检测的FCM图像分割算法研究 | 第25-34页 |
| 3.1 引言 | 第25页 |
| 3.2 问题描述 | 第25-26页 |
| 3.2.1 FCM图像分割算法 | 第25页 |
| 3.2.2 基于峰值检测的FCM图像分割算法 | 第25-26页 |
| 3.3 基于层次聚类与峰值检测的FCM图像分割算法 | 第26-33页 |
| 3.3.1 算法概述 | 第26-27页 |
| 3.3.2 算法执行步骤 | 第27-28页 |
| 3.3.3 仿真实验及结果分析 | 第28-33页 |
| 3.4 本章小结 | 第33-34页 |
| 第4章 基于误差采样的Nystr?m谱聚类图像分割算法研究 | 第34-40页 |
| 4.1 引言 | 第34页 |
| 4.2 问题描述 | 第34-36页 |
| 4.2.1 Nystr?m谱聚类图像分割算法 | 第34-35页 |
| 4.2.2 Nystr?m误差分析 | 第35-36页 |
| 4.3 基于最小误差采样的Nystr?m谱聚类图像分割算法 | 第36-39页 |
| 4.3.1 基于最小误差的采样方法 | 第36-37页 |
| 4.3.2 算法执行步骤 | 第37页 |
| 4.3.3 仿真实验及结果分析 | 第37-39页 |
| 4.4 本章小结 | 第39-40页 |
| 第5章 基于多尺度的稀疏矩阵谱聚类图像分割算法研究 | 第40-50页 |
| 5.1 引言 | 第40页 |
| 5.2 问题描述 | 第40-42页 |
| 5.2.1 稀疏矩阵谱聚类图像分割算法 | 第40-41页 |
| 5.2.2 谱聚类在图像边缘与区域部分的误差分析 | 第41-42页 |
| 5.3 基于多尺度的稀疏矩阵谱聚类图像分割算法 | 第42-49页 |
| 5.3.1 特征信息提取方法 | 第42-43页 |
| 5.3.2 稀疏矩阵创建方法 | 第43-44页 |
| 5.3.3 算法执行步骤 | 第44页 |
| 5.3.4 仿真实验及结果分析 | 第44-49页 |
| 5.4 本章小结 | 第49-50页 |
| 结论与展望 | 第50-52页 |
| 参考文献 | 第52-57页 |
| 致谢 | 第57-58页 |
| 附录A 攻读学位期间发表的学术论文及参与科研项目 | 第58页 |
