首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于水平集和模糊聚类方法的图像分割技术研究

摘要第1-9页
ABSTRACT第9-15页
第1章 绪论第15-24页
   ·课题背景及意义第15-16页
   ·研究现状第16-20页
   ·需要进一步研究的问题第20-21页
   ·本文研究内容及其结构安排第21-24页
第2章 基于图像采样的窄带C-V水平集图像分割研究第24-34页
   ·预备知识第24-26页
     ·C-V水平集模型第24-25页
     ·无需重新初始化的C-V水平集模型第25-26页
   ·引言第26-27页
   ·基于图像采样的窄带C-V水平集模型构建第27-30页
     ·边缘映射方法第29页
     ·生成边缘窄带和距离函数方法第29-30页
     ·生成止负符号方法第30页
   ·实验与分析第30-33页
     ·人工合成图像实验第30-31页
     ·高分辨率遥感图像分割实验第31-32页
     ·分割效率比较分析第32-33页
   ·本章小结第33-34页
第3章 虚拟距离窄带水平集图像分割研究第34-53页
   ·引言第34-35页
   ·传统C-V水平集演化的效率问题第35-36页
   ·符号距离函数重新初始化的效率问题第36-37页
   ·虚拟距离窄带水平集模型构建第37-41页
     ·模型描述第37-38页
     ·模型演化过程示意第38-40页
     ·水平集函数收敛条件第40-41页
     ·算法的主要步骤第41页
   ·实验与分析第41-52页
     ·初始化曲线位置对分割结果的影响第42-44页
     ·窄带宽度对分割效率的影响第44-45页
     ·噪声对分割效果的影响第45-46页
     ·医学图像分割实验第46-47页
     ·遥感图像海岸线分割实验第47-48页
     ·遥感图像溢油分割实验第48-49页
     ·分割效率比较第49-51页
     ·分割效果比较第51-52页
   ·本章小结第52-53页
第4章 灰度不均匀图像分割研究第53-69页
   ·引言第53-54页
   ·问题的提出第54-55页
     ·LBF模型介绍第54-55页
     ·LBF模型的效率问题第55页
   ·快速窄带LBF灰度不均匀图像分割模型构建第55-59页
     ·模型描述第55-57页
     ·水平集演化过程示意第57-58页
     ·符号距离函数重新初始化方法第58-59页
     ·水平集收敛条件第59页
     ·算法的主要步骤第59页
   ·实验与分析第59-67页
     ·初始化曲线位置对分割结果的影响第60-61页
     ·噪声对分割效果的影响第61-62页
     ·医学图像分割实验及分割时间对比第62-63页
     ·海面雷达图像溢油分割实验第63-65页
     ·遥感图像溢油分割实验第65-66页
     ·分割效率和效果与LBF模型比较第66-67页
   ·本章小结第67-69页
第5章 基于Parzen窗口概率驱动C-V水平集图像分割研究第69-79页
   ·引言第69页
   ·Parzen窗口介绍第69-70页
   ·Parzen窗口概率驱动C-V水平集模型构建第70-74页
     ·模型描述第70-72页
     ·Parzen窗口宽度动态估计第72-73页
     ·概率估计快速算法第73-74页
     ·概率估计算法复杂度分析第74页
   ·实验分析与对比第74-78页
   ·本章小结第78-79页
第6章 模糊聚类FCM图像分割研究第79-91页
   ·模糊聚类FCM介绍第79-80页
   ·FCM快速海岸线检测模型构建第80-85页
     ·引言第80页
     ·模型描述第80-82页
     ·隶属度计算第82-83页
     ·实验与分析第83-84页
     ·算法效率分析第84-85页
     ·小结第85页
   ·基于邻域信息的FCM图像分割模型构建第85-91页
     ·引言第85-86页
     ·模型描述第86-88页
     ·算法的主要步骤第88-89页
     ·人工合成图像分割实验与对比第89页
     ·遥感图像分割实验与对比第89-90页
     ·小结第90-91页
第7章 动态加权模糊核聚类方法研究第91-103页
   ·引言第91-92页
   ·核方法介绍第92页
   ·动态加权模糊核聚类模型构建第92-96页
     ·模型描述第92-96页
     ·收敛证明第96页
   ·实验与分析第96-102页
     ·线性分类仿真第96-98页
     ·非线性分类仿真第98-99页
     ·IRIS数据实验第99-100页
     ·图像纹理分类实验第100-102页
   ·本章小结第102-103页
第8章 网格重叠差分盒提取图像纹理研究第103-114页
   ·预备知识第103-105页
     ·图像纹理提取方法与应用第103页
     ·差分盒算法简介第103-105页
   ·引言第105页
   ·网格重叠差分盒模型构建第105-108页
     ·模型定义第105-107页
     ·盒子非整数计数法第107页
     ·缩放尺度整数化第107页
     ·测量纹理的窗口大小选择第107-108页
   ·网格重叠分形维数范围证明第108-110页
   ·实验分析与对比第110-113页
     ·拟合性实验第110-112页
     ·网格重叠的重叠度分析第112-113页
   ·本章小结第113-114页
结论第114-116页
参考文献第116-126页
攻读学位期间公开发表论文第126-128页
致谢第128-129页
作者简介第129页

论文共129页,点击 下载论文
上一篇:智能船舶交通管理系统关键技术的研究与应用
下一篇:船用二冲程柴油机及推进轴系的振动建模与仿真研究