| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-20页 |
| 1.1 图像分割技术的背景及意义 | 第10-11页 |
| 1.2 图像分割的数学描述 | 第11页 |
| 1.3 图像分割的研究现状 | 第11-17页 |
| 1.4 图像分割评价指标 | 第17-18页 |
| 1.5 本文主要研究内容 | 第18-20页 |
| 第2章 基于模糊C均值聚类的图像分割方法 | 第20-29页 |
| 2.1 模糊C均值聚类的基础知识 | 第20-21页 |
| 2.2 传统的模糊C均值聚类算法 | 第21-24页 |
| 2.3 FCM聚类的改进算法 | 第24-28页 |
| 2.4 本章小结 | 第28-29页 |
| 第3章 直觉模糊C均值聚类算法 | 第29-38页 |
| 3.1 直觉模糊C均值聚类基础知识概述 | 第29-31页 |
| 3.2 直觉模糊C均值聚类算法(IFCM)的图像分割 | 第31-33页 |
| 3.3 实验及分析 | 第33-37页 |
| 3.4 本章小结 | 第37-38页 |
| 第4章 结合空间信息的IFCM算法的图像分割 | 第38-62页 |
| 4.1 直觉模糊熵 | 第38-46页 |
| 4.1.1 直觉模糊熵的基本概念 | 第38-40页 |
| 4.1.2 改进的直觉模糊熵公式 | 第40-46页 |
| 4.2 基于退火策略的粒子群聚类分割算法 | 第46-48页 |
| 4.2.1 标准粒子群算法概述 | 第46页 |
| 4.2.2 模拟退火算法概述 | 第46-47页 |
| 4.2.3 基于退火策略的粒子群优化算法 | 第47-48页 |
| 4.3 结合空间信息的直觉模糊C均值聚类算法 | 第48-51页 |
| 4.4 实验与分析 | 第51-61页 |
| 4.5 本章小结 | 第61-62页 |
| 结论 | 第62-63页 |
| 参考文献 | 第63-68页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第68-69页 |
| 致谢 | 第69页 |