彩色图像分割算法的研究与实现
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 1 绪论 | 第10-21页 |
| ·图像处理概述 | 第10-11页 |
| ·数字图像处理技术 | 第11-16页 |
| ·图像分割的定义及研究意义 | 第16-18页 |
| ·论文的选题和研究意义 | 第18-19页 |
| ·本文的主要工作及内容安排 | 第19-20页 |
| ·本章小结 | 第20-21页 |
| 2 彩色图像分割的研究 | 第21-39页 |
| ·引言 | 第21-22页 |
| ·彩色空间的表示 | 第22-29页 |
| ·彩色图像分割的方法 | 第29-38页 |
| ·本章小结 | 第38-39页 |
| 3 主分量分析（PCA）技术 | 第39-45页 |
| ·什么是主分量分析 | 第39-40页 |
| ·主分量分析的原理 | 第40-41页 |
| ·彩色图像如何实现主分量分析 | 第41-42页 |
| ·使用主分量变换表示图像的优缺点 | 第42页 |
| ·本章小结 | 第42-45页 |
| 4 模糊C－均值聚类算法 | 第45-53页 |
| ·聚类分析 | 第45-46页 |
| ·基于目标函数的聚类方法 | 第46-48页 |
| ·模糊C－均值聚类算法是典型的目标函数聚类算法 | 第48-51页 |
| ·本章小结 | 第51-53页 |
| 5 基于PCA 的模糊C－均值聚类算法 | 第53-71页 |
| ·引言 | 第53-54页 |
| ·特征空间内的模糊C－均值聚类 | 第54-66页 |
| ·实验步骤 | 第66-68页 |
| ·实验结果及讨论 | 第68-70页 |
| ·本章小结 | 第70-71页 |
| 6 结束语 | 第71-73页 |
| ·工作总结 | 第71-72页 |
| ·前景展望 | 第72-73页 |
| 致谢 | 第73-74页 |
| 参考文献 | 第74-77页 |
| 附录 | 第77-78页 |
| 独创性声明 | 第78页 |
| 学位论文版权使用授权书 | 第78页 |
