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

鲁棒中智聚类图像分割算法研究

摘要第4-6页
ABSTRACT第6-7页
第1章 绪论第11-17页
    1.1 研究背景、意义和趋势第11-12页
    1.2 图像分割算法研究现状第12-15页
        1.2.1 模糊聚类分割算法现状第13-15页
    1.3 论文的主要研究内容及章节组织第15-17页
第2章 模糊集及模糊聚类理论第17-27页
    2.1 模糊集基础第17-19页
    2.2 聚类算法第19-25页
        2.2.1 模糊C-均值聚类算法第20-21页
        2.2.2 中智C-均值聚类算法第21-25页
    2.3 图像分割评价标准第25-26页
    2.4 本章小结第26-27页
第3章 基于中智聚类的彩色图像鲁棒分割算法第27-37页
    3.1 颜色空间模型第27-29页
        3.1.1 RGB颜色空间模型第27-28页
        3.1.2 其他颜色空间模型第28-29页
    3.2 基于马氏距离的中智聚类算法第29-31页
        3.2.1 马氏距离第29-30页
        3.2.2 基于马氏距离的中智聚类算法第30-31页
    3.3 基于马氏距离的鲁棒中智聚类分割算法第31-32页
    3.4 实验仿真结果及分析第32-36页
        3.4.1 含有高斯噪声真实彩色图像分割测试第33-34页
        3.4.2 含椒盐噪声的真实彩色图像分割测试第34-36页
    3.5 本章小结第36-37页
第4章 嵌入隐马尔科夫随机场的中智聚类分割算法第37-57页
    4.1 隐马尔科夫随机场理论第37-41页
        4.1.1 马尔科夫随机场模型第37-40页
        4.1.2 隐马尔科夫随机场模型第40-41页
    4.2 嵌入隐马尔科夫随机场的中智聚类算法第41-44页
        4.2.1 隐马尔科夫模糊C-均值聚类算法第41-42页
        4.2.2 嵌入隐马尔科夫随机场的中智聚类算法第42-44页
    4.3 核空间隐马尔科夫随机场中智C-均值聚类算法第44-51页
        4.3.1 再生核函数理论基础第44-47页
        4.3.2 核空间模糊C-均值聚类算法第47-48页
        4.3.3 核空间中智聚类算法第48-49页
        4.3.4 核空间隐马尔科夫随机场中智C-均值聚类分割算法第49-51页
    4.4 实验结果及分析第51-56页
        4.4.1 高斯噪声干扰图的分割结果及分析第51-54页
        4.4.2 椒盐噪声干扰图的分割结果及分析第54-56页
    4.5 本章小结第56-57页
第5章 基于HMRF的半监督中智聚类分割算法第57-69页
    5.1 半监督聚类算法第57-60页
        5.1.1 半监督聚类算法基础第57-58页
        5.1.2 半监督模糊C-均值聚类算法第58页
        5.1.3 半监督中智聚类算法第58-60页
    5.2 基于HMRF的半监督中智聚类第60-62页
    5.3 核空间HMRF半监督中智聚类分割算法第62-63页
    5.4 实验结果及分析第63-68页
        5.4.1 高斯噪声干扰图的分割结果及分析第64-66页
        5.4.2 椒盐噪声干扰图的分割结果及分析第66-68页
    5.5 本章小结第68-69页
第6章 嵌入局部信息的中智聚类分割算法第69-101页
    6.1 模糊局部信息C-均值聚类分割算法第69-72页
        6.1.1 模糊聚类正则化分析第70-71页
        6.1.2 模糊局部信息C-均值聚类正则化解释第71-72页
    6.2 中智局部信息C-均值聚类分割算法第72-84页
        6.2.1 像素邻域中智局部信息构造第72-75页
        6.2.2 中智局部信息C-均值聚类第75-78页
        6.2.3 中智局部信息C-均值聚类算法收敛性第78-82页
        6.2.4 中智局部信息聚类分割算法第82-84页
    6.3 实验结果及分析第84-98页
        6.3.1 鲁棒NCM算法正则参数?的选取第85-87页
        6.3.2 抗高斯噪声的分割测试及分析第87-89页
        6.3.3 抗椒盐噪声的分割测试及分析第89-91页
        6.3.4 抗speckle斑点噪声的分割测试及分析第91-93页
        6.3.5 遥感图像测试与分析第93-95页
        6.3.6 分割边缘检测测试与分析第95-97页
        6.3.7 分割算法时间开销测试与分析第97-98页
    6.4 本章小结第98-101页
第7章 总结与展望第101-103页
    7.1 研究总结第101-102页
    7.2 研究展望第102-103页
参考文献第103-109页
攻读学位期间取得的研究成果第109-111页
致谢第111页

论文共111页,点击 下载论文
上一篇:移动图书馆的导航设计研究
下一篇:鲁棒半监督模糊聚类分割算法研究