基于模糊C均值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9-16页 |
| ·背景及意义 | 第9-10页 |
| ·图像分割概述 | 第10-15页 |
| ·图像分割定义 | 第10-11页 |
| ·图像分割方法 | 第11-15页 |
| ·本文主要研究内容 | 第15-16页 |
| 第2章 模糊 C 均值图像分割 | 第16-27页 |
| ·模糊理论与聚类算法 | 第16-19页 |
| ·模糊理论基础 | 第16-17页 |
| ·聚类分析 | 第17-19页 |
| ·模糊 C 均值聚类算法与图像分割 | 第19-23页 |
| ·传统 C 均值聚类算法 | 第19-20页 |
| ·模糊 C 均值聚类算法 | 第20-21页 |
| ·模糊 C 均值聚类图像分割 | 第21-22页 |
| ·实验与结果分析 | 第22-23页 |
| ·FCM 算法研究现状 | 第23-25页 |
| ·其它形式的 FCM 算法 | 第25-26页 |
| ·快速 FCM 算法 | 第25-26页 |
| ·加权 FCM 算法 | 第26页 |
| ·本章小结 | 第26-27页 |
| 第3章 基于马尔科夫随机场的 FCM 图像分割 | 第27-37页 |
| ·马尔科夫随机场理论与图像分割 | 第27-29页 |
| ·引入先验局部概率的 MFCM 算法 | 第29-31页 |
| ·MFCM 图像分割算法 | 第29-30页 |
| ·MFCM 算法实验及结果分析 | 第30-31页 |
| ·改进的 MFCM 图像分割算法 | 第31-35页 |
| ·隶属度的解释 | 第32-33页 |
| ·改进的 MFCM 算法实验结果与分析 | 第33-35页 |
| ·本章小结 | 第35-37页 |
| 第4章 灰色关联与 FCM 图像分割法 | 第37-49页 |
| ·灰色系统理论 | 第37-40页 |
| ·灰色系统的主要特点 | 第37-38页 |
| ·灰色关联分析 | 第38-40页 |
| ·灰色系统与图像处理 | 第40-42页 |
| ·灰色系统理论用于图像处理的可行性 | 第40页 |
| ·灰色理论在图像处理中的应用 | 第40-42页 |
| ·灰色关联度与 FCM 算法 | 第42-48页 |
| ·含惩罚项的改进 FCM 算法 | 第42-44页 |
| ·灰色关联度与惩罚项中的参数 | 第44-46页 |
| ·实验与结果分析 | 第46-48页 |
| ·本章小结 | 第48-49页 |
| 第5章 基于 FCM 的改进 Otsu 图像分割 | 第49-61页 |
| ·最大类间方差(Otsu)分割方法 | 第49-53页 |
| ·传统最大类间方差法 | 第49-51页 |
| ·二维最大类间方差法 | 第51-52页 |
| ·改进的二维最大类间方差法 | 第52-53页 |
| ·最大散度差阈值分割法 | 第53-58页 |
| ·最大散度差分割法原理 | 第53-54页 |
| ·参数 C 的确定 | 第54-56页 |
| ·自适应最大散度差阈值分割法的实现 | 第56-58页 |
| ·实验结果与分析 | 第58-59页 |
| ·本章小结 | 第59-61页 |
| 第6章 总结与展望 | 第61-63页 |
| ·总结 | 第61-62页 |
| ·展望 | 第62-63页 |
| 参考文献 | 第63-66页 |
| 致谢 | 第66-67页 |
| 在校期间发表的学术论文及研究成果 | 第67页 |
