| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第一章 绪论 | 第8-20页 |
| ·研究背景与意义 | 第8-9页 |
| ·图像分割概述 | 第9-15页 |
| ·图像分割的定义 | 第9-11页 |
| ·图像分割算法 | 第11-14页 |
| ·分割方法评价 | 第14-15页 |
| ·基于聚类分析的图像分割算法的研究现状 | 第15-18页 |
| ·本文的主要研究工作 | 第18-19页 |
| ·本文的组织结构 | 第19-20页 |
| 第二章 基于模糊C均值聚类算法的图像分割 | 第20-34页 |
| ·模糊C均值聚类算法 | 第20-26页 |
| ·数据集的C划分 | 第21-22页 |
| ·模糊C均值聚类算法 | 第22-26页 |
| ·模糊C均值聚类图像分割算法 | 第26-28页 |
| ·模糊C均值聚类图像分割算法的相关研究 | 第28-31页 |
| ·分类数的确定 | 第28-29页 |
| ·初始聚类中心初始隶属度矩阵的确定 | 第29-30页 |
| ·加权指数m的设置 | 第30-31页 |
| ·快速模糊C均值聚类图像分割算法 | 第31-33页 |
| ·本章小结 | 第33-34页 |
| 第三章 基于灰度与空间信息的模糊C均值聚类图像分割 | 第34-41页 |
| ·图像灰度和空间信息的二维向量表示及二维直方图的定义 | 第34-36页 |
| ·基于灰度和空间信息的模糊C均值聚类图像分割 | 第36-40页 |
| ·基于灰度和空间信息的模糊C均值聚类图像分割 | 第36-37页 |
| ·快速FCM图像分割算法的推广 | 第37-40页 |
| ·本章小结 | 第40-41页 |
| 第四章 聚类的有效性函数和图像分割的实验结果 | 第41-50页 |
| ·聚类的有效性函数 | 第41-47页 |
| ·聚类有效性分析的目的 | 第41页 |
| ·有效性函数的分类 | 第41-42页 |
| ·有效性函数分析与比较 | 第42-47页 |
| ·图像分割的实验结果 | 第47-49页 |
| ·本章小结 | 第49-50页 |
| 第五章 基于邻域隶属度约束的FCM和网格聚类的图像分割 | 第50-66页 |
| ·邻域隶属度约束的模糊C均值聚类算法研究 | 第50-61页 |
| ·模型的提出 | 第50-52页 |
| ·β参数的选取 | 第52-53页 |
| ·基于邻域隶属度约束的FCM图像分割 | 第53-54页 |
| ·实验结果与分析 | 第54-61页 |
| ·一种基于网格聚类的算法研究 | 第61-65页 |
| ·模型的提出 | 第61-62页 |
| ·基于GMCA的图像分割 | 第62-63页 |
| ·实验结果与分析 | 第63-65页 |
| ·本章小结 | 第65-66页 |
| 第六章 总结与展望 | 第66-68页 |
| ·总结 | 第66页 |
| ·展望 | 第66-68页 |
| 参考文献 | 第68-72页 |
| 发表论文及参加科研情况说明 | 第72-73页 |
| 致谢 | 第73页 |
