彩色图像分割算法研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第一章 绪论 | 第10-17页 |
| ·图像分割的数学定义 | 第11页 |
| ·彩色图像分割的研究现状 | 第11-14页 |
| ·颜色空间 | 第11-12页 |
| ·分割方法 | 第12-14页 |
| ·本文算法综述 | 第14-16页 |
| ·颜色空间的选择 | 第14-15页 |
| ·分割策略 | 第15-16页 |
| ·论文结构安排 | 第16-17页 |
| 第二章 颜色空间分析 | 第17-23页 |
| ·颜色空间的基本性质 | 第17-18页 |
| ·RGB 颜色空间分析 | 第18页 |
| ·CIE 颜色空间分析 | 第18-20页 |
| ·XYZ 空间 | 第18-19页 |
| ·Luv 空间和Lab 空间 | 第19-20页 |
| ·MUNSELL 颜色空间分析 | 第20-22页 |
| ·颜色空间的选择 | 第22-23页 |
| 第三章 模糊聚类分析 | 第23-37页 |
| ·聚类分析 | 第23-26页 |
| ·聚类 | 第23页 |
| ·聚类分析 | 第23-24页 |
| ·相似性度量 | 第24-26页 |
| ·模糊数学 | 第26-27页 |
| ·隶属度 | 第26-27页 |
| ·最大隶属度原则 | 第27页 |
| ·模糊关系 | 第27页 |
| ·聚类分析、模糊数学与图像分割 | 第27-28页 |
| ·聚类算法 | 第28-34页 |
| ·基于最近邻规则的阈值试探算法（TCM） | 第28-29页 |
| ·硬C 均值算法（HCM） | 第29-30页 |
| ·模糊C 均值算法（FCM） | 第30-34页 |
| ·图像分割FCM 算法分析 | 第34-37页 |
| 第四章 HRFCM 彩色图像分割算法 | 第37-47页 |
| ·直方图峰值筛选 | 第39-41页 |
| ·筛选算法步骤 | 第39-40页 |
| ·非奇异点色调直方图的峰值筛选 | 第40页 |
| ·奇异点灰度直方图的峰值筛选 | 第40-41页 |
| ·FCM 聚类 | 第41-44页 |
| ·特征空间映射 | 第41页 |
| ·非奇异点聚类 | 第41-43页 |
| ·奇异点聚类 | 第43-44页 |
| ·合并两次分割的区域 | 第44页 |
| ·聚类后处理 | 第44-47页 |
| ·区域标注 | 第44-45页 |
| ·邻域搜索 | 第45-46页 |
| ·区域合并 | 第46-47页 |
| 第五章 试验结果与分析 | 第47-75页 |
| ·图像分割的评判标准 | 第47页 |
| ·人工图像分割仿真实验 | 第47-57页 |
| ·人工图像仿真结果 | 第47-52页 |
| ·算法的比较 | 第52-56页 |
| ·算法的抗噪性分析 | 第56-57页 |
| ·HFCM 与FCM 的时间对比 | 第57页 |
| ·自然图像分割仿真实验 | 第57-75页 |
| ·HRFCM 自然图像分割结果及主观评价 | 第58-60页 |
| ·边缘图量化评判 | 第60-65页 |
| ·分割图量化评判 | 第65-75页 |
| 第六章 总结与展望 | 第75-77页 |
| ·主要创新点与工作 | 第75-76页 |
| ·今后研究方向 | 第76-77页 |
| 致谢 | 第77-78页 |
| 参考文献 | 第78-80页 |
| 攻硕期间取得的研究成果 | 第80-81页 |
