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

图像谱方法分割的研究及应用

摘要第1-6页
ABSTRACT第6-7页
第一章 绪论第7-16页
   ·研究背景第7-14页
     ·图像分割第8-10页
     ·基于图论的图像分割简介第10-11页
     ·聚类与谱聚类第11-12页
     ·谱聚类的由来第12-14页
   ·研究现状第14页
   ·研究意义与目标第14-15页
   ·论文结构第15-16页
第二章 图谱分割理论基础第16-31页
   ·图像的描述和表示第16-19页
     ·图像的描述第16-17页
     ·图的介绍第17-19页
     ·图像的表示方法第19页
   ·基于图论的图像分割第19-22页
     ·节点选取和权重选择第20页
     ·基于图论的分割准则第20-22页
   ·图像的谱方法分割第22-27页
     ·谱分割介绍及分析第23-24页
     ·Nystr(O|¨)m 采样快速谱分割算法第24-27页
   ·聚类分析第27-31页
     ·聚类算法介绍第27-28页
     ·聚类算法分类第28-30页
     ·k-means 算法分析第30-31页
第三章 权重马氏距离在谱分割中的应用第31-43页
   ·NYSTR(O|¨)M 采样快速谱分割算法及其常用的核函数第31-32页
     ·Nystr(O|¨)m 采样快速谱分割算法的two-step 估计第31-32页
     ·常用核函数第32页
   ·马氏距离高斯核第32-41页
     ·权重马氏距离理论分析第32-34页
     ·提出权重马氏距离高斯核第34-36页
     ·确定实验第36-37页
     ·使用WMD 将同一图像分成不同块数实验第37-38页
     ·使用WMD 将不同图像分割成两块实验第38-39页
     ·使用WMD 将不同图像分割成三块实验第39-40页
     ·使用WMD 将不同图像分割成五块实验第40-41页
   ·小结第41-43页
第四章 谱分割中聚类改进和谱阈算法改进第43-56页
   ·谱分割中的聚类该进第43-45页
     ·实验描述和分析第43-44页
     ·对Nystr(O|¨)m 采样快速算法的聚类改进第44-45页
   ·基于图谱理论的图像阈值分割方法研究第45-55页
     ·基于图谱理论的图像阈值分割方法第46-49页
     ·基于图谱理论的图像阈值分割方法的实验第49-50页
     ·基于图谱理论的图像阈值分割方法中的核函数研究第50-51页
     ·新核函数在基于图谱理论的图像阈值分割方法中的应用第51-52页
     ·不同核函数在基于图谱理论的图像阈值分割方法中的比较第52-55页
   ·小结第55-56页
第五章 总结与展望第56-58页
   ·总结第56-57页
   ·展望第57-58页
致谢第58-59页
参考文献第59-62页
附录:作者在攻读硕士学位期间发表的论文第62页

论文共62页,点击 下载论文
上一篇:基于动态递归RBF神经网络的图像恢复技术研究
下一篇:一种新的图像分割算法--一种基于免疫遗传算法和粗糙集的改进图像分割算法