首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于模糊聚类的图像分割方法研究

摘要第1-5页
Abstract第5-9页
第一章 绪论第9-21页
   ·论文选题的目的及意义第9-10页
   ·图像分割及其方法综述第10-17页
     ·图像分割的基本概念第10-11页
     ·图像分割的方法第11-17页
   ·基于模糊聚类图像分割方法的研究现状第17-19页
   ·本文内容与章节安排第19-21页
第二章 模糊聚类理论基础第21-32页
   ·模糊集合理论第21-23页
   ·聚类分析概况第23-25页
     ·聚类分析的基本概念第23-24页
     ·聚类分析的数学模型第24-25页
   ·基于目标函数的模糊聚类分析第25-30页
     ·数据集的c划分第25-26页
     ·聚类目标函数第26-30页
   ·模糊聚类算法第30-31页
     ·硬c均值(HCM)聚类算法第30页
     ·模糊c均值(FCM)聚类算法第30-31页
   ·小结第31-32页
第三章 一种改进的FCM图像分割算法第32-40页
   ·引言第32页
   ·模糊c均值聚类算法第32-33页
   ·图像三维特征向量表示及定义第33-34页
   ·金字塔结构第34-35页
   ·改进的FCM的图像分割算法第35-39页
     ·算法流程第35-36页
     ·实验结果与分析第36-39页
   ·结论第39-40页
第四章 基于三维直方图加权的模糊聚类图像分割方法第40-50页
   ·引言第40页
   ·加权模糊c均值聚类算法第40-42页
   ·直方图加权的FCM图像分割算法第42-44页
     ·基于1-DH加权的FCM算法第42-43页
     ·基于2-DH加权的FCM算法第43-44页
   ·基于3-DH加权的FCM图像分割算法第44-47页
     ·三维直方图构造第44-45页
     ·算法流程第45-47页
   ·实验结果与分析第47-49页
     ·分割效率的比较第47-48页
     ·分割性能比较第48-49页
   ·小结第49-50页
第五章 总结与展望第50-52页
   ·总结第50-51页
   ·展望第51-52页
参考文献第52-55页
研究生期间发表的论文第55-56页
致谢第56页

论文共56页,点击 下载论文
上一篇:智能小车运动轨迹的控制方法研究
下一篇:企业营销渠道绩效评估研究