| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第11-13页 |
| 缩略语对照表 | 第13-16页 |
| 第一章 绪论 | 第16-22页 |
| 1.1 图像分割的研究背景 | 第16-17页 |
| 1.2 图像分割的研究现状 | 第17-19页 |
| 1.2.1 图像分割的定义 | 第17页 |
| 1.2.2 图像分割方法综述 | 第17-19页 |
| 1.3 论文的主要内容与结构安排 | 第19-22页 |
| 第二章 基于免疫克隆和模糊核聚类的图像分割算法 | 第22-40页 |
| 2.1 引言 | 第22-23页 |
| 2.2 基于免疫克隆和模糊核聚类的图像分割 | 第23-31页 |
| 2.2.1 聚类中心初始化 | 第24-26页 |
| 2.2.2 基于非局部均值的图像滤波 | 第26-28页 |
| 2.2.3 CKS_FCM算法的迭代框架 | 第28-31页 |
| 2.3 实验结果与分析 | 第31-39页 |
| 2.3.1 实验图集 | 第31页 |
| 2.3.2 评价指标 | 第31-32页 |
| 2.3.3 对比算法 | 第32页 |
| 2.3.4 人工合成图像的实验结果和分析 | 第32-35页 |
| 2.3.5 医学图像的实验结果和分析 | 第35-37页 |
| 2.3.6 真实SAR图像的实验结果和分析 | 第37-39页 |
| 2.4 本章小结 | 第39-40页 |
| 第三章 基于均值漂移和邻域信息的模糊C均值的图像分割算法 | 第40-58页 |
| 3.1 引言 | 第40-41页 |
| 3.2 基于均值漂移和邻域信息的模糊C均值图像分割 | 第41-47页 |
| 3.2.1 聚类初值的确定 | 第41-43页 |
| 3.2.2 邻域图像块的权值 | 第43-44页 |
| 3.2.3 加权模糊因子 | 第44-45页 |
| 3.2.4 MSIFCM算法的迭代步骤 | 第45-47页 |
| 3.3 实验结果及分析 | 第47-56页 |
| 3.3.1 实验图集和评价指标 | 第47页 |
| 3.3.2 对比算法和参数设置 | 第47-48页 |
| 3.3.3 人工合成图像的实验结果及分析 | 第48-51页 |
| 3.3.4 医学图像的实验结果及分析 | 第51-53页 |
| 3.3.5 自然图像的实验结果及分析 | 第53-56页 |
| 3.4 本章小结 | 第56-58页 |
| 第四章 基于粗糙集的快速抑制模糊C均值的图像分割算法 | 第58-76页 |
| 4.1 引言 | 第58-59页 |
| 4.2 粗糙集的快速抑制模糊C均值聚类的图像分割算法 | 第59-65页 |
| 4.2.1 重构加权图像 | 第59-61页 |
| 4.2.2 重构图像的边缘保护 | 第61-62页 |
| 4.2.3 粗糙集的快速抑制聚类分割 | 第62-65页 |
| 4.3 实验结果及分析 | 第65-74页 |
| 4.3.1 实验图集和评价指标 | 第65-66页 |
| 4.3.2 对比算法和参数设置 | 第66页 |
| 4.3.3 人工合成图像实验结果与分析 | 第66-69页 |
| 4.3.4 医学图像实验结果与分析 | 第69-71页 |
| 4.3.5 自然图像实验结果与分析 | 第71-74页 |
| 4.4 本章小结 | 第74页 |
| 4.5 本文算法总结 | 第74-76页 |
| 第五章 总结与展望 | 第76-78页 |
| 5.1 工作总结 | 第76-77页 |
| 5.2 展望 | 第77-78页 |
| 参考文献 | 第78-84页 |
| 致谢 | 第84-86页 |
| 作者简介 | 第86-87页 |
