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

基于模糊聚类的射线图像分割与特征提取技术

摘要第1-5页
Abstract第5-8页
第一章 绪论第8-12页
   ·课题研究的意义及目的第8-9页
   ·射线检测技术的发展概况第9页
   ·国内外研究现状第9-11页
   ·本文结构安排第11页
   ·本章小结第11-12页
第二章 模糊聚类理论基础第12-20页
   ·模糊聚类概述第12页
   ·模糊集合理论第12-13页
   ·聚类分析第13-15页
     ·聚类分析步骤第13-14页
     ·常用的聚类算法第14-15页
   ·模糊聚类算法第15-18页
     ·K 均值聚类算法第15-17页
     ·模糊 C 均值聚类算法第17-18页
   ·参数对算法的影响第18-19页
   ·本章小结第19-20页
第三章 基于模糊聚类分析的图像分割第20-39页
   ·图像分割定义第20-21页
   ·图像分割算法第21-28页
   ·图像分割评价第28页
   ·模糊聚类分析在图像分割算法的相关研究第28-29页
   ·基于 FCM 聚类算法的图像分割第29-38页
     ·图像的预处理第29-31页
     ·模糊 C 均值聚类分割第31-36页
     ·仿真结果第36-38页
   ·本章小结第38-39页
第四章 图像特征参数提取第39-51页
   ·缺陷形成的原因第39页
   ·射线图像含有缺陷的形态及其特征第39-41页
     ·缺陷质量分级第40页
     ·图像缺陷所需特征参数第40-41页
   ·缺陷特征参数的计算第41-47页
     ·缺陷的边界跟踪第41-42页
     ·各种参数的计算第42-47页
   ·实验结果及分析第47-50页
   ·本章小结第50-51页
第五章 总结与展望第51-54页
   ·本文工作总结第51页
   ·研究展望第51-54页
参考文献第54-60页
攻读硕士期间发表的论文第60-61页
致谢第61-62页

论文共62页,点击 下载论文
上一篇:图像融合技术研究与应用
下一篇:重建点模型下EM成像算法的研究