| 摘要 | 第5-7页 |
| ABSTRACT | 第7-9页 |
| 符号对照表 | 第13-15页 |
| 缩略语对照表 | 第15-20页 |
| 第一章 绪论 | 第20-38页 |
| 1.1 数字图像处理的研究背景与意义 | 第20页 |
| 1.2 数字图像处理的概念与步骤 | 第20页 |
| 1.2.1 数字图像处理的概念 | 第20页 |
| 1.2.2 数字图像处理的基本步骤 | 第20页 |
| 1.3 图像分割的研究意义 | 第20-21页 |
| 1.4 图像分割方法 | 第21-25页 |
| 1.4.1 图像分割定义 | 第21-22页 |
| 1.4.2 图像分割方法分类 | 第22-25页 |
| 1.5 图像分割评价 | 第25-26页 |
| 1.5.1 定性分析准则 | 第25-26页 |
| 1.5.2 定量分析准则 | 第26页 |
| 1.5.3 定量实验准则 | 第26页 |
| 1.6 人工免疫系统 | 第26-32页 |
| 1.6.1 人工智能与人工免疫系统 | 第26-27页 |
| 1.6.2 人工免疫系统算法的研究与应用 | 第27-32页 |
| 1.7 谱聚类 | 第32-36页 |
| 1.7.1 谱图划分 | 第32-34页 |
| 1.7.2 谱聚类算法的实现 | 第34-35页 |
| 1.7.3 谱聚类研究与应用 | 第35-36页 |
| 1.8 本论文的内容安排 | 第36-38页 |
| 第二章 基于混合免疫克隆k-medoids聚类的图像分割算法 | 第38-58页 |
| 2.1 引言 | 第38-39页 |
| 2.2 划分式聚类算法 | 第39-40页 |
| 2.2.1 k-means算法 | 第39-40页 |
| 2.2.2 k-medoids算法 | 第40页 |
| 2.3 TurboPixels超像素算法 | 第40-42页 |
| 2.4 免疫克隆选择算法 | 第42-44页 |
| 2.4.1 算法术语定义 | 第42页 |
| 2.4.2 算法基本操作定义 | 第42-44页 |
| 2.5 算子设计 | 第44-45页 |
| 2.5.1 抗体编码 | 第44页 |
| 2.5.2 变异算子 | 第44页 |
| 2.5.3 局部启发式算子 | 第44-45页 |
| 2.6 算法实现策略 | 第45-46页 |
| 2.7 实验结果对比分析 | 第46-56页 |
| 2.7.1 人工数据集实验 | 第46-49页 |
| 2.7.2 图像分割实验 | 第49-56页 |
| 2.8 本章小结 | 第56-58页 |
| 第三章 流形距离的自动免疫克隆聚类图像分割算法 | 第58-80页 |
| 3.1 引言 | 第58-59页 |
| 3.2 流形距离 | 第59-60页 |
| 3.3 超像素算法 | 第60-62页 |
| 3.3.1 超像素算法对比 | 第60-61页 |
| 3.3.2 SLIC超像素算法 | 第61-62页 |
| 3.4 非自动(已知聚类类别数)的流形距离免疫克隆聚类 | 第62-63页 |
| 3.5 聚类有效性指标 | 第63-65页 |
| 3.5.1 经典的聚类有效性指标 | 第63-64页 |
| 3.5.2 流形距离的聚类有效性指标 | 第64-65页 |
| 3.6 AICCMD_1 算法实现策略 | 第65-66页 |
| 3.7 AICCMD_2 算法实现策略 | 第66-68页 |
| 3.7.1 抗体设计 | 第66-67页 |
| 3.7.2 算法流程 | 第67-68页 |
| 3.8 实验对比分析 | 第68-78页 |
| 3.8.1 人工数据集聚类实验 | 第68-73页 |
| 3.8.2 图像分割实验 | 第73-78页 |
| 3.9 本章小结 | 第78-80页 |
| 第四章 基于克隆选择和多重空间构造的彩色图像分割 | 第80-94页 |
| 4.1 引言 | 第80-81页 |
| 4.2 颜色空间 | 第81-84页 |
| 4.3 主分量分析技术 | 第84页 |
| 4.4 方法实现策略 | 第84-86页 |
| 4.5 实验结果分析 | 第86-92页 |
| 4.5.1 实验对比方法 | 第86页 |
| 4.5.2 实验参数设置 | 第86页 |
| 4.5.3 结果对比分析 | 第86-92页 |
| 4.6 算法的计算复杂度分析 | 第92页 |
| 4.7 本章小结 | 第92-94页 |
| 第五章 基于非负矩阵分解的谱聚类集成SAR图像分割 | 第94-112页 |
| 5.1 引言 | 第94-95页 |
| 5.2 谱聚类算法 | 第95-96页 |
| 5.3 基于Nystrom&&逼近的谱聚类算法 | 第96-98页 |
| 5.4 基于非负矩阵分解的合并方法 | 第98-101页 |
| 5.5 方法实现策略 | 第101-102页 |
| 5.6 实验结果分析 | 第102-110页 |
| 5.6.1 纹理图像分割实验 | 第102-106页 |
| 5.6.2 SAR图像分割实验 | 第106-110页 |
| 5.7 算法时间复杂度分析 | 第110-111页 |
| 5.8 本章小结 | 第111-112页 |
| 第六章 总结和展望 | 第112-116页 |
| 6.1 总结 | 第112-113页 |
| 6.2 展望 | 第113-116页 |
| 参考文献 | 第116-130页 |
| 致谢 | 第130-132页 |
| 作者简介 | 第132-134页 |
