| 目录 | 第1-7页 |
| 摘要 | 第7-8页 |
| Abstract | 第8-9页 |
| 插图索引 | 第9-10页 |
| 插表索引 | 第10-11页 |
| 第1章 绪论 | 第11-21页 |
| ·课题研究的背景和意义 | 第11-13页 |
| ·彩色图像分割技术的发展现状 | 第13-14页 |
| ·模糊聚类彩色图像分割技术概述 | 第14-19页 |
| ·模糊聚类与图像分割的关系 | 第15页 |
| ·模糊聚类彩色图像分割的优势 | 第15-16页 |
| ·基于模糊聚类分析的彩色图像分割算法的研究现状 | 第16-19页 |
| ·本文的研究内容及章节安排 | 第19-21页 |
| ·主要研究内容 | 第19-20页 |
| ·各章节安排 | 第20-21页 |
| 第2章 彩色图像分割理论 | 第21-40页 |
| ·不同色彩空间模型的描述与转换 | 第21-27页 |
| ·线性彩色空间 | 第21-23页 |
| ·非线性彩色空间 | 第23-27页 |
| ·彩色图像分割方法 | 第27-34页 |
| ·阈值法 | 第27-29页 |
| ·特征空间聚类法 | 第29-30页 |
| ·基于区域的分割方法 | 第30-32页 |
| ·边缘检测的分割方法 | 第32-33页 |
| ·基于模糊理论的方法 | 第33-34页 |
| ·基于神经网络的方法 | 第34页 |
| ·彩色图像分割评价方法 | 第34-39页 |
| ·本章小结 | 第39-40页 |
| 第3章 基于模糊 C 均值聚类的图像分割 | 第40-54页 |
| ·模糊聚类理论 | 第40-42页 |
| ·模糊集理论 | 第40-42页 |
| ·聚类分析 | 第42页 |
| ·模糊 C 均值聚类 | 第42-47页 |
| ·数据集的 C 划分 | 第43页 |
| ·模糊 C 均值聚类算法 | 第43-46页 |
| ·加权的模糊 C 均值聚类算法 | 第46页 |
| ·带惩罚项的模糊 C 均值聚类算法 | 第46-47页 |
| ·基于模糊 C 均值聚类的图像分割算法 | 第47-48页 |
| ·基于 FCM 图像分割算法的相关研究 | 第48-52页 |
| ·初始参数的确定 | 第48-49页 |
| ·迭代过程中的大计算量问题 | 第49-50页 |
| ·空间信息的使用 | 第50-51页 |
| ·后处理问题 | 第51-52页 |
| ·本章小结 | 第52-54页 |
| 第4章 结合爬山法的模糊 C 均值彩色图像分割方法 | 第54-68页 |
| ·引言 | 第54页 |
| ·结合爬山法的 FCM 彩色图像分割算法 | 第54-62页 |
| ·颜色空间转换及三维颜色直方图的生成 | 第55-57页 |
| ·利用爬山法寻找直方图峰值的过程 | 第57-59页 |
| ·CIE L~*a~*b~*颜色空间中的 FCM 聚类分割 | 第59-60页 |
| ·后处理及感兴趣区域提取 | 第60-62页 |
| ·试验结果及分析 | 第62-67页 |
| ·定性分析 | 第62-66页 |
| ·定量分析 | 第66-67页 |
| ·本章小结 | 第67-68页 |
| 结论与展望 | 第68-70页 |
| 参考文献 | 第70-75页 |
| 致谢 | 第75-76页 |
| 附录 A 攻读学位期间所发表的学术论文目录 | 第76页 |