基于学生t分布的分层模型算法研究及其在图像分割中的应用
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第8-20页 |
| 1.1 研究背景及意义 | 第8-10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.3 图像分割定义 | 第13-14页 |
| 1.4 经典图像分割算法 | 第14-18页 |
| 1.4.1 基于阈值的图像分割算法 | 第14-16页 |
| 1.4.2 基于区域的图像分割算法 | 第16页 |
| 1.4.3 基于边缘的图像分割算法 | 第16-18页 |
| 1.5 图像分割仍存在的问题 | 第18页 |
| 1.6 本文的研究内容及主要工作 | 第18-19页 |
| 1.7 论文结构安排 | 第19-20页 |
| 第二章 相关聚类算法简介 | 第20-28页 |
| 2.1 引言 | 第20页 |
| 2.2 高斯混合模型 | 第20-23页 |
| 2.3 模糊C均值算法 | 第23-25页 |
| 2.4 学生t分布 | 第25-27页 |
| 2.5 本章小结 | 第27-28页 |
| 第三章 基于学生t分布的分层混合模型的分割算法 | 第28-43页 |
| 3.1 引言 | 第28页 |
| 3.2 基于学生t分布的分层混合模型建立 | 第28-30页 |
| 3.3 引入均值模板 | 第30-31页 |
| 3.4 模型参数学习 | 第31-34页 |
| 3.5 实验对比与分析 | 第34-42页 |
| 3.5.1 分布函数和密度函数曲线实验 | 第34-36页 |
| 3.5.2 自然图像分割对比实验 | 第36-42页 |
| 3.6 本章小结 | 第42-43页 |
| 第四章 基于学生t分布的分层模糊C均值算法 | 第43-54页 |
| 4.1 引言 | 第43页 |
| 4.2 基于学生t分布的分层模糊算法设计 | 第43-44页 |
| 4.3 分层模糊C均值算法参数估计 | 第44-47页 |
| 4.4 对比实验结果与分析 | 第47-53页 |
| 4.5 本章小结 | 第53-54页 |
| 第五章 工作总结与未来展望 | 第54-56页 |
| 5.1 工作总结 | 第54页 |
| 5.2 论文创新点 | 第54-55页 |
| 5.3 未来展望 | 第55-56页 |
| 致谢 | 第56-57页 |
| 参考文献 | 第57-62页 |
| 作者简介 | 第62页 |
