基于模糊聚类的图像分割方法的研究
| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-14页 |
| 1.1 课题研究背景及意义 | 第10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 论文主要内容及组织结构 | 第12-14页 |
| 第2章 模糊聚类与图像分割理论基础 | 第14-24页 |
| 2.1 模糊聚类理论基础 | 第14-21页 |
| 2.1.1 模糊集概述 | 第14-16页 |
| 2.1.2 聚类分析基本概念 | 第16-17页 |
| 2.1.3 模糊聚类算法 | 第17-18页 |
| 2.1.4 模糊 C 均值（FCM）聚类算法 | 第18-21页 |
| 2.2 图像分割理论基础 | 第21-23页 |
| 2.2.1 图像分割概念 | 第21-22页 |
| 2.2.2 图像分割方法 | 第22-23页 |
| 2.3 本章小结 | 第23-24页 |
| 第3章 基于改进 FCM 的图像分割算法 | 第24-38页 |
| 3.1 传统的 FCM 图像分割算法 | 第24-25页 |
| 3.2 空间罚项 | 第25-26页 |
| 3.3 基于改进 FCM 的图像分割算法 | 第26-29页 |
| 3.4 实验结果与分析 | 第29-37页 |
| 3.4.1 人工合成图像分割实验 | 第29-35页 |
| 3.4.2 自然图像分割实验 | 第35-37页 |
| 3.5 本章小结 | 第37-38页 |
| 第4章 基于 FCM 的渐进式聚类图像分割算法 | 第38-47页 |
| 4.1 渐进式聚类分割算法 | 第38-39页 |
| 4.2 基于 FCM 的渐进式聚类图像分割算法 | 第39-42页 |
| 4.3 实验结果与分析 | 第42-46页 |
| 4.3.1 人工合成图像分割实验 | 第42-44页 |
| 4.3.2 自然灰度图像分割实验 | 第44页 |
| 4.3.3 自然彩色图像分割实验 | 第44-46页 |
| 4.4 本章小结 | 第46-47页 |
| 第5章 总结与展望 | 第47-49页 |
| 参考文献 | 第49-52页 |
| 作者简介及在学期间所取得的科研成果 | 第52-53页 |
| 致谢 | 第53页 |
