| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-19页 |
| ·彩色图像分割的研究背景及意义 | 第9-10页 |
| ·基于谱聚类的彩色图像分割研究现状 | 第10-16页 |
| ·谱聚类研究现状 | 第10-12页 |
| ·彩色图像分割研究现状 | 第12-15页 |
| ·基于谱聚类算法的彩色图像分割研究现状 | 第15-16页 |
| ·论文的主要内容和结构安排 | 第16-19页 |
| 第2章 彩色图像谱图分割相关知识研究 | 第19-27页 |
| ·图像的颜色空间 | 第19-21页 |
| ·RGB颜色空间 | 第19-20页 |
| ·LUV颜色空间 | 第20页 |
| ·HSI颜色空间 | 第20-21页 |
| ·CMY颜色空间 | 第21页 |
| ·图像的表述 | 第21-23页 |
| ·谱聚类基本理论 | 第23-25页 |
| ·谱聚类基础知识 | 第23页 |
| ·图划分准则 | 第23-25页 |
| ·本章小结 | 第25-27页 |
| 第3章 LUV色彩空间中基于多层次化结构NYSTROM方法的自适应谱聚类彩色图像分割算法 | 第27-39页 |
| ·谱聚类算法 | 第27-32页 |
| ·基于多层次化结构的谱聚类算法 | 第30页 |
| ·基于Nystrom的方法的谱聚类算法 | 第30-31页 |
| ·基于多层次化结构Nystrom方法的谱聚类算法 | 第31-32页 |
| ·自适应K均值算法 | 第32-33页 |
| ·LUV色彩空间中基于多层次化结构NYSTROM方法的自适应谱聚类彩色图像分割算法 | 第33-34页 |
| ·色彩空间的转换 | 第33-34页 |
| ·LUV色彩空间中谱聚类图像分割算法 | 第34页 |
| ·实验结果分析 | 第34-38页 |
| ·本章小结 | 第38-39页 |
| 第4章 基于区域的谱聚类彩色图像分割 | 第39-43页 |
| ·基于分水岭算法的谱聚类彩色图像分割算法 | 第39-41页 |
| ·分水岭算法概论 | 第39-40页 |
| ·基于像素点的谱聚类算法 | 第40页 |
| ·基于分水岭的谱聚类算法 | 第40-41页 |
| ·实验结果及分析 | 第41-42页 |
| ·本章小结 | 第42-43页 |
| 第5章 半监督谱聚类彩色图像分割算法 | 第43-51页 |
| ·监督研究背景 | 第43页 |
| ·半监督学习基本理论 | 第43-44页 |
| ·半监督算法的分类 | 第44-45页 |
| ·半监督谱聚类方法 | 第45-46页 |
| ·基于区域的半监督谱聚类图像分割算法 | 第46页 |
| ·实验结果与分析 | 第46-49页 |
| ·实验配置 | 第46页 |
| ·三种方法分割结果的对比 | 第46-47页 |
| ·三种算法运算时间的对比 | 第47-48页 |
| ·三种算法稳定性的对比 | 第48-49页 |
| ·本章小结 | 第49-51页 |
| 第6章 总结与展望 | 第51-53页 |
| ·本文总结 | 第51-52页 |
| ·工作展望 | 第52-53页 |
| 参考文献 | 第53-61页 |
| 致谢 | 第61-63页 |
| 攻读硕士学位期间的科研成果 | 第63页 |