首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于聚类算法的彩色图像分割方法研究

摘要第1-6页
Abstract第6-8页
目录第8-9页
第1章 绪论第9-14页
   ·本文选题的研究意义第9-10页
   ·图像分割的定义及研究现状第10-12页
   ·粒子群算法的研究现状第12-13页
   ·本文的组织结构第13-14页
第2章 相关理论与技术第14-26页
   ·彩色模型基础第14-19页
     ·RGB 彩色模型第15-16页
     ·CIELAB 彩色模型第16-17页
     ·HSI 彩色模型第17-19页
   ·彩色图像分割方法第19-24页
     ·伪彩色图像分割方法第19-23页
     ·全彩色图像分割方法第23-24页
   ·本章小结第24-26页
第3章 粒子群算法在图像分割中的改进及应用第26-37页
   ·粒子群算法的基本思想第26-27页
   ·粒子群算法在图像分割领域的应用第27-28页
   ·一种改进的粒子群算法第28-36页
     ·改进粒子群算法原理第28-32页
     ·改进粒子群算法的算法设计第32-34页
     ·改进粒子群算法的基准函数测试第34-36页
   ·本章小结第36-37页
第4章 粒子群与聚类相结合的图像分割方法第37-48页
   ·模糊 C 均值聚类算法第37-41页
     ·模糊 C 均值聚类算法基本原理与应用第37-39页
     ·模糊 C 均值聚类算法分割图像的过程第39-41页
     ·基于 FCM 聚类算法的彩色图像分割算法分析第41页
   ·改进算法的算法描述第41-44页
   ·改进算法分析第44-47页
   ·本章小结第47-48页
第5章 实验与结果分析第48-57页
   ·改进粒子群算法实验设计及结果分析第48-52页
   ·改进 FCM 算法的彩色图像分割实验设计及结果分析第52-56页
   ·本章小结第56-57页
结论第57-59页
参考文献第59-64页
致谢第64页

论文共64页,点击 下载论文
上一篇:配药机器人图像处理系统研究与实现
下一篇:101堆退役数据库建立及实现技术研究