基于模糊聚类分析的图像分割研究

中文摘要	第1-6页
ABSTRACT	第6-9页
第1章 绪论	第9-13页
·聚类分析简介	第9页
·模糊聚类研究的意义	第9-10页
·模糊聚类分析的研究现状	第10-11页
·模糊聚类分析技术在图像分析中的应用	第11-12页
·本文的主要工作	第12-13页
第2章 模糊数学基本理论	第13-21页
·模糊集合理论基础	第13-16页
·模糊集合	第13-14页
·模糊性度量	第14-16页
·模糊关系	第16-21页
·模糊关系的定义和性质	第17-18页
·模糊关系基本理论	第18-21页
第3章 图论在模糊聚类分析中的应用	第21-29页
·模糊聚类分析方法	第21-24页
·图论聚类方法	第24-29页
·传统图论最小支撑树聚类方法	第25页
·模糊最大支撑树法	第25-29页
第4章 基于目标函数的模糊聚类分析	第29-37页
·模糊C均值聚类算法	第29-32页
·数据集的C划分	第29-30页
·硬C均值聚类算法	第30-31页
·模糊C均值聚类算法	第31-32页
·模糊C均值聚类算法存在的问题	第32-33页
·加权FCM聚类算法	第33-37页
·改进的FCM聚类算法	第33-34页
·考虑邻域影响的FCM算法	第34-35页
·改进的FCM聚类算法	第35-37页
第5章 基于模糊聚类的图像分割	第37-51页
·图像分割理论	第37-41页
·图像分割概述	第38页
·图像分割算法	第38-40页
·模糊聚类图像分割算法的研究现状	第40-41页
·基于FCM算法的图像分割	第41-44页
·FCM算法的图像分割	第41-43页
·直方图加权的FCM图像分割算法	第43-44页
·改进的FCM图像分割算法	第44-51页
·考虑邻域影响的FCM图像分割算法	第44-45页
·改进FCM图像分割算法	第45-46页
·实验结果与分析	第46-51页
第6章 总结与展望	第51-53页
·本文总结	第51页
·研究展望	第51-53页
参考文献	第53-55页
致谢	第55-57页
攻读硕士学位期间发表的论文	第57页