基于聚类的图像分割方法的研究

摘要	第1-4页
Abstract	第4-7页
第一章 绪论	第7-13页
·图像分割的研究背景及意义	第7-8页
·图像分割方法的研究现状	第8-9页
·子空间聚类方法	第9-10页
·本文内容安排	第10-13页
第二章 聚类方法的相关理论	第13-27页
·聚类方法概述	第13-14页
·数据聚类的图割方法	第14-20页
·图的基本概念和记号	第14-15页
·图模型	第15-16页
·图割准则	第16-17页
·谱聚类	第17-20页
·子空间聚类的方法	第20-24页
·子空间聚类的相关方法	第21-22页
·稀疏表示方法	第22-23页
·低秩表示方法	第23-24页
·基于聚类的图像分割框架	第24-25页
·本章小结	第25-27页
第三章 基于非负低秩稀疏的图像分割方法	第27-39页
·非负低秩稀疏表示模型	第27-28页
·非负低秩稀疏模型求解	第28-33页
·自适应惩罚参数线性交替方向算法(LADMAP)	第28-30页
·非负低秩稀疏 LADMAP 模型	第30-33页
·基于非负低秩稀疏的图像分割	第33-38页
·基于非负低秩稀疏的图像分割模型及算法	第33-34页
·基于非负低秩稀疏的图像分割数值实验	第34-38页
·本章小结	第38-39页
第四章 改进的非负低秩稀疏模型	第39-47页
·基于非负低秩稀疏模型的改进	第39页
·模型的求解	第39-41页
·实验结果	第41-44页
·本章小结	第44-47页
第五章 总结与展望	第47-49页
·本文的工作总结	第47页
·工作展望	第47-49页
致谢	第49-51页
参考文献	第51-55页
研究成果	第55-56页