摘要 | 第1-8页 |
ABSTRACT | 第8-9页 |
第1章 绪论 | 第9-19页 |
·图像分割的目的和意义 | 第9-13页 |
·图像分割的重要性 | 第9-10页 |
·模糊聚类分割的原因 | 第10-13页 |
·FCM算法的图像分割研究综述 | 第13-16页 |
·图像分割面临的问题 | 第13-14页 |
·图像的模糊C-均值聚类分割的应用和发展 | 第14-16页 |
·图像分割的原理 | 第16-17页 |
·本文的研究目标和主要研究内容 | 第17页 |
·本文的组织结构 | 第17-18页 |
·本章小结 | 第18-19页 |
第2章 模糊数学、模糊聚类、FCM聚类分析 | 第19-29页 |
·模糊数学理论简介 | 第19页 |
·模糊集基础 | 第19-22页 |
·模糊聚类分析 | 第22-25页 |
·硬分类 | 第23页 |
·模糊分类 | 第23-24页 |
·模糊聚类准则 | 第24-25页 |
·模糊C-均值聚类算法(FCM) | 第25-28页 |
·FCM算法过程 | 第25-27页 |
·FCM算法分析 | 第27-28页 |
·本章小结 | 第28-29页 |
第3章 基于灰度和空间特征的快速模糊C-均值聚类对噪声图像分割 | 第29-39页 |
·相关改进的FCM聚类分割算法 | 第29-30页 |
·快速的FCM聚类算法 | 第30-31页 |
·灰度和空间特征的快速FCM算法 | 第31-33页 |
·邻域像素的灰度相似度 | 第31-32页 |
·邻域像素的空间分布特征 | 第32-33页 |
·聚类分割的有效性评价函数 | 第33页 |
·仿真实验分析 | 第33-38页 |
·本章小结 | 第38-39页 |
第4章 基于快速模糊C-均值聚类和同组原理方法对低对比度噪声图像分割 | 第39-51页 |
·粗集分类的基础知识 | 第40-41页 |
·图像的粗集分类 | 第41-42页 |
·根据c_1划分子图 | 第41页 |
·根据c_2划分子图 | 第41-42页 |
·线性插值滤波 | 第42页 |
·去噪图像的模糊增强算法 | 第42-44页 |
·图像增强的性能指标评价 | 第44-45页 |
·图像增强仿真实验分析 | 第45-47页 |
·快速FCM聚类算法和同组原理结合的增强图像分割 | 第47-50页 |
·同组和置信度 | 第47-48页 |
·RFFCM算法的实现 | 第48-49页 |
·仿真研究 | 第49-50页 |
·本章小结 | 第50-51页 |
结论 | 第51-53页 |
参考文献 | 第53-57页 |
致谢 | 第57-58页 |
附录A 攻读学位期间所发表的学术论文目录 | 第58页 |