| 中文摘要 | 第1页 |
| 英文摘要 | 第4-7页 |
| 第一章 绪论 | 第7-13页 |
| ·选题背景和研究意义 | 第7-8页 |
| ·本课题国内外发展动态 | 第8-11页 |
| ·边缘检测方法 | 第8页 |
| ·图像分割方法 | 第8-11页 |
| ·憎水性图像处理方法 | 第11页 |
| ·本文主要工作和内容安排 | 第11-13页 |
| 第二章 憎水性图像等级评价方法分析 | 第13-25页 |
| ·憎水性图像分级 | 第13-14页 |
| ·憎水性图像的获取 | 第14-17页 |
| ·原始图像的获取 | 第14-15页 |
| ·原始图像的预处理 | 第15-17页 |
| ·憎水性图像特征量分析 | 第17-24页 |
| ·灰度熵特征 | 第17-19页 |
| ·种子点统计 | 第19-20页 |
| ·频谱幅值特征 | 第20-21页 |
| ·最大水珠或水迹的形状因子 | 第21-22页 |
| ·最大水珠或水迹与整幅图像的面积比 | 第22-23页 |
| ·改进形状因子法 | 第23-24页 |
| ·小结 | 第24-25页 |
| 第三章 FCM-TYPE算法 | 第25-34页 |
| ·C均值聚类算法 | 第25-28页 |
| ·数据集X的c-划分 | 第25-26页 |
| ·硬C均值聚类算法(HCM) | 第26-27页 |
| ·模糊C均值聚类算法(FCM) | 第27-28页 |
| ·FCM-TYPE算法 | 第28-30页 |
| ·标准FCM算法 | 第28页 |
| ·加权FCM算法 | 第28-29页 |
| ·带有惩罚项的FCM算法 | 第29页 |
| ·半模糊C均值聚类算法 | 第29-30页 |
| ·基于势分布函数的WFCM算法 | 第30-33页 |
| ·势分布函数定义 | 第30-31页 |
| ·基于势分布函数的WFCM算法 | 第31页 |
| ·试验结果及分析 | 第31-33页 |
| ·小结 | 第33-34页 |
| 第四章 基于信息测度和FCM的憎水性图像分割算法 | 第34-41页 |
| ·图像边缘点信息测度 | 第34-37页 |
| ·基于模糊熵的邻域有序性信息测度分量 | 第34-35页 |
| ·基于梯度及模糊熵的方向性信息测度分量 | 第35-36页 |
| ·基于相似度的信息测度分量 | 第36页 |
| ·三个信息测度作用 | 第36-37页 |
| ·基于信息测度和FCM的憎水性图像分割算法 | 第37-38页 |
| ·试验结果及分析 | 第38-40页 |
| ·小结 | 第40-41页 |
| 第五章 基于HAUSDORFF距离的憎水性图像边缘检测方法 | 第41-47页 |
| ·HAUSDORFF距离 | 第41-43页 |
| ·标准Hausdorff距离 | 第41-42页 |
| ·Hausdorff距离的改进形式 | 第42-43页 |
| ·基于HAUSDORFF距离和信息测度构造边缘特征向量 | 第43页 |
| ·基于HD和FCM的憎水性图像边缘检测方法 | 第43-44页 |
| ·试验结果及分析 | 第44-46页 |
| ·小结 | 第46-47页 |
| 第六章 总结与展望 | 第47-49页 |
| 参考文献 | 第49-55页 |
| 致谢 | 第55-56页 |
| 在学期间发表的学术论文和参加科研情况 | 第56页 |