| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第9-12页 |
| 1.1 研究背景和意义 | 第9页 |
| 1.2 国内外研究现状及分析 | 第9-10页 |
| 1.3 需解决的关键问题 | 第10-11页 |
| 1.4 论文研究内容与章节安排 | 第11-12页 |
| 第2章 图像分割技术理论基础 | 第12-16页 |
| 2.1 图像分割的基本概念 | 第12页 |
| 2.2 图像分割的基本方法 | 第12-13页 |
| 2.3 图像分割的评价标准 | 第13-15页 |
| 2.4 本章小结 | 第15-16页 |
| 第3章 基于图论的图像分割方法研究 | 第16-31页 |
| 3.1 图论基础 | 第16-19页 |
| 3.1.1 图的定义 | 第16-17页 |
| 3.1.2 图与图像的关系 | 第17页 |
| 3.1.3 图的存储 | 第17-19页 |
| 3.1.4 图的遍历 | 第19页 |
| 3.2 基于图论的图像分割方法 | 第19-23页 |
| 3.2.1 基于最小生成树的分割算法 | 第20-21页 |
| 3.2.2 Normalized Cut 分割准则 | 第21-22页 |
| 3.2.3 基于最大流最小割的分割准则 | 第22-23页 |
| 3.3 改进的 Graph-Based 图像分割算法 | 第23-30页 |
| 3.3.1 Graph-Based 算法 | 第23-24页 |
| 3.3.2 改进的权值函数 | 第24-26页 |
| 3.3.3 并查集算法 | 第26-27页 |
| 3.3.4 区域二次合并 | 第27-28页 |
| 3.3.5 算法步骤及流程图 | 第28-29页 |
| 3.3.6 实验结果及分析 | 第29-30页 |
| 3.4 本章小结 | 第30-31页 |
| 第4章 GB-FCM 图像分割方法 | 第31-48页 |
| 4.1 模糊理论基础 | 第31-34页 |
| 4.1.1 模糊集合理论 | 第31-32页 |
| 4.1.2 聚类分析 | 第32-34页 |
| 4.2 FCM 算法及 FFCM 算法 | 第34-38页 |
| 4.2.1 FCM 算法 | 第34-36页 |
| 4.2.2 FFCM 算法 | 第36-37页 |
| 4.2.3 实验结果及分析 | 第37-38页 |
| 4.3 GB-FCM 图像分割方法 | 第38-47页 |
| 4.3.1 采用 Graph-Based 算法对图像进行预处理 | 第39-40页 |
| 4.3.2 采用 FCM 算法进行聚类 | 第40-41页 |
| 4.3.3 改进的并查集算法进行区域合并 | 第41-43页 |
| 4.3.4 GB-FCM 图像分割算法流程分析 | 第43-44页 |
| 4.3.5 实验结果与分析 | 第44-47页 |
| 4.4 本章小结 | 第47-48页 |
| 第5章 总结与展望 | 第48-50页 |
| 5.1 全文总结 | 第48页 |
| 5.2 展望未来 | 第48-50页 |
| 参考文献 | 第50-54页 |
| 致谢 | 第54-55页 |
| 附录 1 攻读硕士学位期间发表的论文 | 第55-56页 |
| 详细摘要 | 第56-60页 |
