| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 图像分割背景与意义 | 第10-11页 |
| 1.1.1 图像分割的定义 | 第10-11页 |
| 1.1.2 图像分割的意义 | 第11页 |
| 1.2 图像分割的研究现状和发展趋势 | 第11-13页 |
| 1.2.1 图像分割的研究现状 | 第11-13页 |
| 1.2.2 图像分割的发展趋势 | 第13页 |
| 1.3 论文的主要工作及章节安排 | 第13-16页 |
| 第2章 模糊聚类相关理论基础 | 第16-26页 |
| 2.1 模糊集理论 | 第16-17页 |
| 2.2 模糊C-均值聚类算法 | 第17-19页 |
| 2.3 基于特征选取的高斯混合模型模糊算法 | 第19-25页 |
| 2.3.1 特征选取方法 | 第19-20页 |
| 2.3.2 高斯混合模型 | 第20-23页 |
| 2.3.3 利用特征选取的高斯混合模型聚类算法 | 第23-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第3章 嵌入邻域像素的彩色图像鲁棒聚类分割算法 | 第26-40页 |
| 3.1 RGB彩色空间 | 第26-27页 |
| 3.2 基于马氏距离的相似性度量 | 第27-29页 |
| 3.2.1 欧氏距离 | 第27-28页 |
| 3.2.2 加权欧氏距离与马氏距离 | 第28-29页 |
| 3.3 引入空间邻域信息FCM算法 | 第29-30页 |
| 3.4 基于K-L信息熵规则化的FCM算法 | 第30-31页 |
| 3.5 嵌入邻域像素的彩色图像分割算法 | 第31-33页 |
| 3.6 实验结果及分析 | 第33-38页 |
| 3.6.1 无噪声干扰彩色图像分割测试 | 第34-35页 |
| 3.6.2 高斯噪声干扰彩色图像分割测试 | 第35-37页 |
| 3.6.3 混合噪声干扰彩色图像分割测试 | 第37-38页 |
| 3.7 本章小结 | 第38-40页 |
| 第4章 自适应特征选取的鲁棒模糊聚类分割算法 | 第40-62页 |
| 4.1 马尔可夫随机场理论 | 第40-44页 |
| 4.1.1 马尔可夫随机场模型 | 第40-42页 |
| 4.1.2 吉布斯随机场 | 第42-43页 |
| 4.1.3 吉布斯分布与马尔可夫随机场等价性 | 第43-44页 |
| 4.2 基于马尔可夫随机场的高斯混合模型 | 第44-46页 |
| 4.3 自适应特征选取的鲁棒模糊聚类分割算法 | 第46-50页 |
| 4.3.1 自适应特征选取的鲁棒模糊聚类分割算法 | 第46-48页 |
| 4.3.2 改进的自适应特征选取的鲁棒模糊聚类分割算法 | 第48-50页 |
| 4.4 实验结果及分析 | 第50-61页 |
| 4.4.1 无噪声干扰图像分割测试 | 第51-52页 |
| 4.4.2 高斯噪声干扰图像分割测试 | 第52-55页 |
| 4.4.3 椒盐噪声干扰图像分割测试 | 第55-57页 |
| 4.4.4 乘性噪声干扰图像的分割测试 | 第57-59页 |
| 4.4.5 混合噪声干扰遥感图像的分割测试 | 第59-61页 |
| 4.5 本章小结 | 第61-62页 |
| 第5章 基于特征选取的局部模糊聚类分割算法 | 第62-78页 |
| 5.1 FLICM算法 | 第62-63页 |
| 5.2 特征选取高斯混合模型局部邻域模糊算法 | 第63-68页 |
| 5.2.1 改进的FLICM算法 | 第63-64页 |
| 5.2.2 特征选取高斯混合模型局部邻域模糊算法 | 第64-66页 |
| 5.2.3 聚类隶属度后处理方法 | 第66-68页 |
| 5.3 实验结果及分析 | 第68-77页 |
| 5.3.1 含高斯噪声图像分割测试 | 第69-71页 |
| 5.3.2 含椒盐噪声图像分割测试 | 第71-74页 |
| 5.3.3 含乘性噪声图像分割测试 | 第74-77页 |
| 5.4 本章小结 | 第77-78页 |
| 第6章 总结与展望 | 第78-80页 |
| 6.1 研究总结 | 第78-79页 |
| 6.2 研究展望 | 第79-80页 |
| 参考文献 | 第80-86页 |
| 攻读学位期间的研究成果 | 第86-88页 |
| 致谢 | 第88页 |