| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 绪论 | 第8-17页 |
| ·论文研究背景与意义 | 第8-9页 |
| ·图像分割及方法综述 | 第9-14页 |
| ·图像分割的定义 | 第9页 |
| ·图像分割方法分类 | 第9-14页 |
| ·聚类算法的国内外研究现状 | 第14-16页 |
| ·本文的主要工作及章节安排 | 第16-17页 |
| 第二章 模糊聚类分析理论基础 | 第17-27页 |
| ·模糊集合理论 | 第17-19页 |
| ·聚类分析 | 第19-22页 |
| ·聚类分析的数学模型 | 第19-20页 |
| ·聚类分析的分类 | 第20-22页 |
| ·基于目标函数的模糊聚类分析 | 第22-27页 |
| ·聚类数目C的确定 | 第22-23页 |
| ·模糊聚类分析的目标函数的确定 | 第23-25页 |
| ·FCM算法 | 第25-26页 |
| ·FCM算法的优缺点 | 第26-27页 |
| 第三章 粒子群优化算法 | 第27-34页 |
| ·算法起源 | 第27页 |
| ·原始PSO算法 | 第27-29页 |
| ·原始PSO的基本原理 | 第27-28页 |
| ·原始PSO算法流程 | 第28-29页 |
| ·标准PSO算法 | 第29-31页 |
| ·惯性权重因子的设计 | 第29-30页 |
| ·标准PSO算法流程 | 第30-31页 |
| ·改进PSO算法 | 第31-34页 |
| ·参数改进 | 第31-32页 |
| ·拓扑结构改进策略 | 第32页 |
| ·混合策略 | 第32-34页 |
| 第四章 基于混沌粒子群和模糊聚类的图像分割算法 | 第34-44页 |
| ·引言 | 第34页 |
| ·CPSO-FCM算法理论思想 | 第34-38页 |
| ·基于灰度直方图的FCM算法 | 第34-35页 |
| ·PSO算法早熟判断依据 | 第35-36页 |
| ·混沌理论基础 | 第36-38页 |
| ·CPSO-FCM算法设计 | 第38-41页 |
| ·CPSO-FCM算法流程 | 第38页 |
| ·CPSO-FCM算法核心代码 | 第38-41页 |
| ·实验仿真及分析 | 第41-43页 |
| ·本章小结 | 第43-44页 |
| 第五章 基于HIS空间的混沌粒子群和模糊聚类的彩色图像分割 | 第44-51页 |
| ·引言 | 第44页 |
| ·颜色空间选择 | 第44-46页 |
| ·RGB颜色空间 | 第44-45页 |
| ·HIS颜色空间 | 第45页 |
| ·RGB与HIS颜色空间转换 | 第45-46页 |
| ·特征距离 | 第46-47页 |
| ·基于HIS空间的CPSO-FCM算法 | 第47-48页 |
| ·CPSO-FCM的彩色分割算法流程图 | 第47页 |
| ·CPSO-FCM的彩色分割算法设计 | 第47-48页 |
| ·实验仿真及分析 | 第48-50页 |
| ·本章小结 | 第50-51页 |
| 第六章 总结与展望 | 第51-53页 |
| ·总结 | 第51页 |
| ·展望 | 第51-53页 |
| 参考文献 | 第53-56页 |
| 致谢 | 第56-57页 |
| 个人简历 | 第57页 |
| 硕士期间发表及录用的文章 | 第57-58页 |