摘要 | 第1-5页 |
Abstract | 第5-7页 |
目录 | 第7-10页 |
第一章 绪论 | 第10-20页 |
·课题研究的意义及项目来源 | 第10页 |
·课题研究的对象 | 第10-12页 |
·焦炭显微结构国内外研究现状 | 第12-14页 |
·彩色图像分割的研究现状 | 第14-18页 |
·图像分割的定义 | 第14页 |
·颜色特征空间 | 第14-15页 |
·彩色图像分割方法 | 第15-18页 |
·基于区域的分割方法 | 第15-16页 |
·基于边缘的分割方法 | 第16-17页 |
·基于特定理论工具的方法 | 第17-18页 |
·混合方法 | 第18页 |
·论文的主要内容与安排 | 第18-20页 |
第二章 焦炭显微图像的特征提取 | 第20-34页 |
·图像特征的概念 | 第20-21页 |
·特征提取 | 第20-21页 |
·特征选择 | 第21页 |
·颜色特征 | 第21-25页 |
·颜色空间 | 第22-24页 |
·RGB空间 | 第22-23页 |
·均匀颜色空间 | 第23页 |
·RGB与L*u*v*颜色空间的转换 | 第23-24页 |
·焦炭图像颜色特征提取 | 第24-25页 |
·纹理特征 | 第25-32页 |
·灰度共生矩阵 | 第26-27页 |
·灰度共生矩阵的纹理特征提取 | 第27-29页 |
·焦炭显微图像的纹理特征提取 | 第29-32页 |
·本章小结 | 第32-34页 |
第三章 基于模糊聚类的分割算法 | 第34-44页 |
·聚类方法简介 | 第34-35页 |
·概述 | 第34页 |
·聚类分析的数学模型 | 第34-35页 |
·硬C 均值聚类算法 | 第35-36页 |
·模糊C 均值聚类 | 第36-38页 |
·模糊C均值(FCM)算法的参数 | 第38-39页 |
·结合区域生长和层次聚类的FCM 算法 | 第39-41页 |
·区域生长 | 第39-41页 |
·层次聚类 | 第41页 |
·结合区域生长和层次聚类FCM 算法的基本思想 | 第41页 |
·结合区域生长和层次聚类FCM 算法的分割过程 | 第41-43页 |
·本章小结 | 第43-44页 |
第四章 基于均值偏移的分割算法 | 第44-60页 |
·非参数估计算法 | 第44-47页 |
·核函数的定义 | 第44-45页 |
·核函数的性质 | 第45页 |
·几种常见的核函数 | 第45-46页 |
·核密度估计的定义 | 第46-47页 |
·均值偏移算法 | 第47-54页 |
·概述 | 第47页 |
·常用的核函数 | 第47-49页 |
·均值偏移向量 | 第49-52页 |
·均值偏移聚类 | 第52-54页 |
·对均值偏移算法的改进 | 第54-57页 |
·算法改进的基本思想 | 第54-56页 |
·边缘置信度的定义 | 第54-55页 |
·图像梯度幅度的归一化处理 | 第55页 |
·权函数的设计 | 第55-56页 |
·改进的均值偏移算法实现过程 | 第56-57页 |
·改进均值偏移算法的焦炭显微图像分割步骤 | 第57-59页 |
·本章小结 | 第59-60页 |
第五章 实验结果与讨论 | 第60-72页 |
·图像采集 | 第60-61页 |
·焦炭图像采集的原理 | 第60页 |
·HD 型显微光度计 | 第60-61页 |
·工程实现 | 第61-62页 |
·结合区域生长和层次聚类FCM 算法的焦炭显微图像分割 | 第62-64页 |
·分割参数 | 第62-63页 |
·分割结果 | 第63-64页 |
·基于均值偏移算法的焦炭显微图像分割 | 第64-65页 |
·颜色、空间特征的选取 | 第64-65页 |
·参量选择 | 第65页 |
·实验结果 | 第65-70页 |
·实验结果比较 | 第65-68页 |
·实验参量讨论 | 第68-70页 |
·与其它聚类方法的比较 | 第70页 |
·本章小结 | 第70-72页 |
第六章 总结与展望 | 第72-74页 |
·总结 | 第72页 |
·今后待研究的问题 | 第72-74页 |
参考文献 | 第74-79页 |
附录A 部分核心源程序 | 第79-86页 |
附录B 插图清单 | 第86-87页 |
附录C 插表清单 | 第87-88页 |
在学研究成果 | 第88-89页 |
致谢 | 第89页 |