基于AP聚类算法的图像分割技术研究
| 摘要 | 第1-8页 |
| ABSTRACT | 第8-12页 |
| 第1章 绪论 | 第12-18页 |
| ·选题意义 | 第12-13页 |
| ·国内外研究现状 | 第13-16页 |
| ·国外研究现状 | 第14-15页 |
| ·国内研究现状 | 第15-16页 |
| ·本文的主要结构和内容安排 | 第16-18页 |
| 第2章 图像分割的基本原理 | 第18-29页 |
| ·图像分割的基本概念 | 第18-19页 |
| ·图像分割的方法 | 第19-25页 |
| ·传统的图像分割算法 | 第19-23页 |
| ·特定理论的图像分割算法 | 第23-25页 |
| ·图像分割的应用 | 第25-26页 |
| ·图像分割研究趋势 | 第26-28页 |
| ·基于遗传算法的图像分割 | 第27页 |
| ·基于人工神经网络技术的图像分割 | 第27页 |
| ·基于小波分析和变换的图像分割 | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 第3章 聚类分析的基本原理 | 第29-44页 |
| ·聚类分析方法的概念 | 第29-30页 |
| ·聚类的算法 | 第30-36页 |
| ·K-means算法 | 第30-33页 |
| ·层次聚类算法 | 第33-34页 |
| ·谱聚类算法 | 第34-36页 |
| ·近邻传播聚类算法 | 第36-43页 |
| ·AP聚类算法的相似度矩阵 | 第36-37页 |
| ·AP聚类算法的信息参量矩阵 | 第37-38页 |
| ·AP聚类算法的步骤与流程 | 第38-40页 |
| ·AP聚类算法实例 | 第40-43页 |
| ·本章小结 | 第43-44页 |
| 第4章AP聚类分析算法检测 | 第44-57页 |
| ·图像分割系统设计 | 第44-46页 |
| ·整体功能模块设计 | 第44-45页 |
| ·整体处理流程设计 | 第45-46页 |
| ·图像分割系统实现 | 第46-49页 |
| ·环境实现 | 第46页 |
| ·各功能模块实现 | 第46-49页 |
| ·实际图像分割与结果分析 | 第49-56页 |
| ·K-means聚类算法 | 第49-53页 |
| ·AP聚类算法 | 第53-56页 |
| ·本章小结 | 第56-57页 |
| 结论 | 第57-59页 |
| 参考文献 | 第59-63页 |
| 攻读学位期间发表的学术论文 | 第63-64页 |
| 致谢 | 第64页 |
