| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 1 绪论 | 第11-20页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 研究现状 | 第12-18页 |
| 1.2.1 图像分割方法的研究现状 | 第12-15页 |
| 1.2.2 谱聚类方法的研究现状 | 第15-18页 |
| 1.3 论文内容和结构安排 | 第18-20页 |
| 2 谱聚类图像分割的理论基础 | 第20-30页 |
| 2.1 图像分割理论基础 | 第20-22页 |
| 2.1.1 图像分割模型 | 第20页 |
| 2.1.2 图像的描述和表示 | 第20-21页 |
| 2.1.3 图像的颜色空间 | 第21-22页 |
| 2.2 谱聚类 | 第22-26页 |
| 2.2.1 图划分准则 | 第22-24页 |
| 2.2.2 相似度矩阵、度矩阵和拉普拉斯矩阵 | 第24-25页 |
| 2.2.3 谱聚类算法 | 第25-26页 |
| 2.3 经典谱聚类算法 | 第26-29页 |
| 2.3.1 PF算法 | 第26页 |
| 2.3.2 SM算法 | 第26-27页 |
| 2.3.3 Mcut算法 | 第27-28页 |
| 2.3.4 SLH算法 | 第28页 |
| 2.3.5 NJW算法 | 第28-29页 |
| 2.4 本章小结 | 第29-30页 |
| 3 基于不同相似度矩阵构造方式的谱聚类图像分割算法 | 第30-39页 |
| 3.1 颜色空间选择 | 第30页 |
| 3.2 距离公式选择 | 第30-32页 |
| 3.3 基于不同颜色空间和距离公式的相似度矩阵构造方法 | 第32-33页 |
| 3.4 实验结果与分析 | 第33-38页 |
| 3.4.1 实验数据和方法 | 第33页 |
| 3.4.2 不同相似度矩阵构造方法分割结果的对比 | 第33-35页 |
| 3.4.3 实验结果评价 | 第35-38页 |
| 3.4.4 实验结论 | 第38页 |
| 3.5 本章小结 | 第38-39页 |
| 4 基于改进相似度矩阵的谱聚类图像分割算法 | 第39-50页 |
| 4.1 引言 | 第39页 |
| 4.2 Nystr(?)m逼近策略 | 第39-42页 |
| 4.3 基于加权修正余弦距离构造相似度矩阵的谱聚类图像分割方法 | 第42-44页 |
| 4.3.1 基于加权修正余弦距离的相似度矩阵构造方法 | 第42-43页 |
| 4.3.2 改进的相似度矩阵算法描述 | 第43-44页 |
| 4.4 实验结果与分析 | 第44-48页 |
| 4.4.1 实验数据和方法 | 第44-45页 |
| 4.4.2 对比实验 | 第45-46页 |
| 4.4.3 三种谱聚类算法性能比较分析 | 第46-48页 |
| 4.5 本章小结 | 第48-50页 |
| 5 结论与展望 | 第50-52页 |
| 5.1 本文总结 | 第50-51页 |
| 5.2 工作展望 | 第51-52页 |
| 参考文献 | 第52-57页 |
| 发表论文情况 | 第57-58页 |
| 致谢 | 第58-59页 |
