基于模糊聚类分析的图像分割算法研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-17页 |
| ·研究背景及意义 | 第9-10页 |
| ·图像分割概述 | 第10-13页 |
| ·图像分割定义 | 第10页 |
| ·图像分割算法概括 | 第10-13页 |
| ·基于模糊聚类分析方法在图像分割中的研究现状 | 第13-15页 |
| ·课题主要研究的内容 | 第15-16页 |
| ·本文组织结构 | 第16-17页 |
| 第2章 模糊聚类分析理论基础 | 第17-30页 |
| ·模糊聚类理论 | 第17-19页 |
| ·模糊集合理论 | 第17-18页 |
| ·聚类分析 | 第18-19页 |
| ·模糊C均值聚类算法 | 第19-24页 |
| ·数据集的C划分 | 第19-21页 |
| ·模糊C均值聚类算法 | 第21-23页 |
| ·加权FCM算法 | 第23-24页 |
| ·带有惩罚项的FCM算法 | 第24页 |
| ·模糊C均值聚类图像分割算法 | 第24-25页 |
| ·直方图加权的模糊C均值图像分割算法 | 第25-27页 |
| ·一维直方图加权的FCM算法 | 第26页 |
| ·二维直方图加权的FCM算法 | 第26-27页 |
| ·模糊C均值聚类图像分割算法相关研究 | 第27-29页 |
| ·本章小结 | 第29-30页 |
| 第3章 一种改进的模糊C均值聚类图像分割算法 | 第30-49页 |
| ·二维直方图的构造和塔型分解 | 第30-39页 |
| ·自适应中值滤波的图像平滑去噪 | 第30-34页 |
| ·二维直方图的构造 | 第34-36页 |
| ·塔型结构的分解 | 第36-39页 |
| ·改进的模糊C均值图像分割算法 | 第39-45页 |
| ·实验结果及分析 | 第45-48页 |
| ·图像分割的评价准则 | 第45-46页 |
| ·实验结果及分析 | 第46-48页 |
| ·本章小结 | 第48-49页 |
| 第4章 模糊C均值聚类算法的参数选择 | 第49-57页 |
| ·模糊C均值聚类算法参数c的选择 | 第49-52页 |
| ·参数c的分析 | 第49-50页 |
| ·修正划分模糊度的构造 | 第50页 |
| ·图像分割类别数c的判定准则 | 第50页 |
| ·验证MPFD的可行性和有效性 | 第50-52页 |
| ·模糊C均值聚类算法参数m的选择 | 第52-56页 |
| ·参数m的分析 | 第52-53页 |
| ·参数m对分割效果的影响 | 第53页 |
| ·参数m对图像特征的影响 | 第53-54页 |
| ·验证参数m对分割速度和图像特征的影响 | 第54-56页 |
| ·本章小结 | 第56-57页 |
| 第5章 邻域隶属度约束的模糊C均值聚类算法研究 | 第57-63页 |
| ·引言 | 第57页 |
| ·邻域隶属度约束的模糊C均值聚类算法研究 | 第57-62页 |
| ·模型的提出 | 第57-59页 |
| ·β参数的选取 | 第59页 |
| ·基于邻域隶属度约束的FCM图像分割 | 第59-60页 |
| ·实验结果及分析 | 第60-62页 |
| ·本章小结 | 第62-63页 |
| 第6章 总结和展望 | 第63-65页 |
| ·总结 | 第63页 |
| ·展望 | 第63-65页 |
| 参考文献 | 第65-68页 |
| 致谢 | 第68-69页 |
| 攻读学期间发表的论文 | 第69页 |
