基于模糊聚类的图像分割算法研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 插图索引 | 第10-11页 |
| 附表索引 | 第11-12页 |
| 第1章 绪论 | 第12-19页 |
| ·研究背景和意义 | 第12-13页 |
| ·图像分割概念 | 第13-14页 |
| ·图像分割算法概述 | 第14-17页 |
| ·阈值化分割方法 | 第14-15页 |
| ·基于边缘检测的方法 | 第15-16页 |
| ·基于区域的分割算法 | 第16-17页 |
| ·基于模糊聚类分析的图像分割方法 | 第17页 |
| ·论文选题的意义 | 第17-18页 |
| ·本文的主要工作及章节安排 | 第18-19页 |
| 第2章 基于模糊C均值聚类算法的图像分割 | 第19-35页 |
| ·模糊理论基础 | 第19-21页 |
| ·模糊聚类理论 | 第19页 |
| ·模糊集合理论 | 第19-20页 |
| ·聚类分析 | 第20-21页 |
| ·模糊C-均值聚类算法 | 第21-25页 |
| ·数据集的c划分 | 第21-22页 |
| ·模糊C均值聚类算法 | 第22-25页 |
| ·加权FCM算法 | 第25页 |
| ·带有惩罚项的FCM算法 | 第25页 |
| ·模糊C均值聚类图像分割算法 | 第25-27页 |
| ·模糊C均值聚类图像分割算法分析 | 第27页 |
| ·模糊均值聚类图像分割算法相关研究 | 第27-32页 |
| ·聚类类别数C的确定 | 第27-29页 |
| ·初始聚类中心、初始隶属度矩阵的确定 | 第29页 |
| ·局部极值的问题 | 第29-30页 |
| ·加权指数m的设置 | 第30页 |
| ·迭代过程中的大计算量问题 | 第30-31页 |
| ·空间结构信息的使用 | 第31页 |
| ·聚类的后处理问题 | 第31-32页 |
| ·模糊C-均值聚类图像分割的应用和发展 | 第32-33页 |
| ·本章小结 | 第33-35页 |
| 第3章 改进的快速模糊聚类算法 | 第35-45页 |
| ·基于灰度直方图的FCM聚类算法 | 第35-36页 |
| ·快速FCM聚类算法 | 第36-37页 |
| ·相关改进的FCM聚类分割算法 | 第37-38页 |
| ·灰度和特征空间的快速FCM聚类算法 | 第38-40页 |
| ·邻域像素的灰度相似度 | 第38-39页 |
| ·邻域像素的空间分布特征 | 第39页 |
| ·改进的快速FCM聚类算法实现 | 第39-40页 |
| ·实验结果与分析 | 第40-44页 |
| ·图像分割算法的评价方法 | 第40-41页 |
| ·实验结果和分析 | 第41-44页 |
| ·小结 | 第44-45页 |
| 第4章 基于邻域隶属度约束的图像分割 | 第45-52页 |
| ·基于邻域距离约束的FCM图像分割算法 | 第45-46页 |
| ·基于邻域隶属度约束的FCM图像分割 | 第46-52页 |
| ·模型的提出 | 第47-48页 |
| ·β参数的选取 | 第48页 |
| ·基于邻域隶属度约束的FCM图像分割 | 第48-49页 |
| ·实验结果与分析 | 第49-51页 |
| ·小结 | 第51-52页 |
| 总结与展望 | 第52-54页 |
| 1. 总结 | 第52页 |
| 2. 展望 | 第52-54页 |
| 参考文献 | 第54-58页 |
| 致谢 | 第58-59页 |
| 附录A (攻读学位期间发表的论文) | 第59页 |
