基于模糊聚类的炉膛火焰分割技术研究
摘要 | 第1-6页 |
Abstract | 第6-14页 |
第一章 引言 | 第14-20页 |
·课题研究的背景 | 第14页 |
·炉膛火焰图像处理技术 | 第14-18页 |
·图像处理的基本概念 | 第15页 |
·图像的数字化 | 第15-17页 |
·炉膛火焰图像处理技术研究现状 | 第17-18页 |
·本文研究的内容 | 第18页 |
·论文的组织情况 | 第18-20页 |
第二章 图像分割技术 | 第20-34页 |
·图像分割的研究目的和意义 | 第20-22页 |
·图像分割在图像工程中的位置 | 第20-21页 |
·分割算法的定义 | 第21-22页 |
·基本火焰图像分割方法 | 第22-24页 |
·阈值分割方法 | 第22-23页 |
·边缘检测分割方法 | 第23页 |
·基于区域特性的分割方法 | 第23-24页 |
·基于特定理论的图像分割方法 | 第24-27页 |
·基于人工神经网络的图像分割方法 | 第24-25页 |
·基于小波变换的图像分割方法 | 第25页 |
·基于统计学的图像分割方法 | 第25-26页 |
·特征空间聚类的图像分割方法 | 第26-27页 |
·彩色图像分割评价方法 | 第27-32页 |
·本章小结 | 第32-34页 |
第三章 颜色空间分析及图像滤波 | 第34-46页 |
·颜色空间的基本性质 | 第34页 |
·线性彩色空间 | 第34-36页 |
·RGB空间 | 第34-35页 |
·I_1I_2I_3彩色空间 | 第35页 |
·VIQ彩色空间 | 第35-36页 |
·非线性彩色空间 | 第36-39页 |
·Nrgb空间及YT_1T_2空间 | 第36页 |
·HSV彩色空间 | 第36-37页 |
·CIE彩色空间 | 第37-39页 |
·颜色空间的选择 | 第39-41页 |
·RGB空间和CIE Lab空间的仿真 | 第41-42页 |
·中值滤波及仿真 | 第42-44页 |
·本章小结 | 第44-46页 |
第四章 基于模糊C均值聚类的图像分割 | 第46-60页 |
·聚类分析 | 第46-48页 |
·聚类 | 第46页 |
·聚类分析 | 第46-47页 |
·相似性度量 | 第47-48页 |
·模糊数学 | 第48-49页 |
·模糊理论 | 第49页 |
·模糊集合 | 第49页 |
·聚类分析、模糊数学与图像分割 | 第49-50页 |
·聚类算法 | 第50-56页 |
·硬C均值算法(HCM) | 第50-51页 |
·模糊C均值算法(FCM) | 第51-54页 |
·图像直方图特征集映射FCM算法(HFCM) | 第54-56页 |
·图像分割FCM算法分析 | 第56-57页 |
·本章小结 | 第57-60页 |
第五章 结合爬山法的模糊C均值彩色图像分割方法 | 第60-69页 |
·引言 | 第60-61页 |
·颜色空间转换及三维颜色直方图的生成 | 第61-63页 |
·爬山法寻找直方图峰值的流程 | 第63-65页 |
·Lab颜色空间中的FCM聚类分割 | 第65-66页 |
·聚类后处理 | 第66-68页 |
·本章小结 | 第68-69页 |
第六章 实验结果及分析 | 第69-77页 |
·图像分割的评判标准 | 第69页 |
·定性分析 | 第69-73页 |
·定量分析 | 第73-75页 |
·本章小结 | 第75-77页 |
第七章 总结与展望 | 第77-79页 |
·文章总结 | 第77-78页 |
·展望 | 第78-79页 |
参考文献 | 第79-85页 |
致谢 | 第85-87页 |
作者简介及读研期间主要科研成果 | 第87-89页 |
附录1 | 第89-92页 |