| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 1 绪论 | 第7-12页 |
| ·图像分割的定义 | 第7-8页 |
| ·图像分割方法 | 第8-10页 |
| ·阈值法 | 第8-9页 |
| ·区域生长法 | 第9页 |
| ·边缘检测法 | 第9-10页 |
| ·基于模糊理论的方法 | 第10页 |
| ·基于图论的图像分割算法 | 第10页 |
| ·论文选题的意义 | 第10-11页 |
| ·论文的主要研究工作 | 第11-12页 |
| 2 图论优化理论以及基于图论理论的图像分割算法 | 第12-18页 |
| ·图的定义 | 第12页 |
| ·图论的优化算法 | 第12-15页 |
| ·最小生成树 | 第12-13页 |
| ·最短路径 | 第13-14页 |
| ·最大流最小截集 | 第14-15页 |
| ·图论优化算法在图像分割中的应用 | 第15-17页 |
| ·最小生成树在图像分割中的应用 | 第15-16页 |
| ·Normalized Cut 方法在图像分割中的应用 | 第16-17页 |
| ·本章小结 | 第17-18页 |
| 3 基于图论的快速 FCM 图像分割算法 | 第18-28页 |
| ·传统模糊 C 均值 | 第18-19页 |
| ·模糊 C-均值聚类图像分割算法 | 第18-19页 |
| ·模糊 C-均值聚类图像分割算法的改进点 | 第19页 |
| ·快速模糊 C 均值聚类 | 第19-22页 |
| ·基于初始分割的快速图像分割 | 第19-20页 |
| ·基于各向异性的快速模糊 C 均值 | 第20-22页 |
| ·基于图论的快速图像分割 | 第22-27页 |
| ·建立图论模型 | 第22页 |
| ·基于最短路径的局部空间信息 | 第22-23页 |
| ·改进的加权直方图 | 第23-24页 |
| ·基于图论的快速图像分割算法 | 第24页 |
| ·实验分析 | 第24-27页 |
| ·本章小结 | 第27-28页 |
| 4 基于图论的阈值分割的改进研究 | 第28-35页 |
| ·分水岭算法 | 第28-29页 |
| ·分水岭算法定义 | 第28-29页 |
| ·分水岭算法步骤 | 第29页 |
| ·基于图论的阈值分割 | 第29-34页 |
| ·相似度测度 | 第29-30页 |
| ·改进的归一化计算方式和阈值的选取 | 第30-31页 |
| ·实验结果与分析 | 第31-34页 |
| ·本章小结 | 第34-35页 |
| 5 结论与展望 | 第35-37页 |
| 致谢 | 第37-38页 |
| 参考文献 | 第38-42页 |
| 附录 | 第42页 |