| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-21页 |
| 1.1 课题研究的背景及意义 | 第11-12页 |
| 1.2 图像分割简述 | 第12-18页 |
| 1.3 图像分割目前存在的问题 | 第18页 |
| 1.4 本文主要工作及组织结构 | 第18-21页 |
| 第2章 FCM分割算法的仿真研究 | 第21-31页 |
| 2.1 聚类分析概述 | 第21页 |
| 2.2 模糊C均值聚类算法(FCM) | 第21-25页 |
| 2.2.1 FCM聚类的过程及步骤 | 第22-23页 |
| 2.2.2 FCM算法在图像分割中应用 | 第23-25页 |
| 2.3 仿真实验及结果分析 | 第25-29页 |
| 2.4 模糊C-均值聚类算法在图像分割中存在的问题 | 第29-30页 |
| 2.5 本章小结 | 第30-31页 |
| 第3章 基于纹理分割算法的仿真研究 | 第31-43页 |
| 3.1 常见纹理特征提取方法 | 第31-34页 |
| 3.1.1 基于灰度共生矩阵的纹理特征提取 | 第31页 |
| 3.1.2 基于多通道Gabar滤波器的纹理特征提取 | 第31-32页 |
| 3.1.3 局部二值模式特征提取 | 第32-33页 |
| 3.1.4 十字对角纹理矩阵 | 第33-34页 |
| 3.2 基于纹理图像的分割算法 | 第34-35页 |
| 3.2.1 纹理分割的算法流程 | 第34页 |
| 3.2.2 纹理分割基本步骤描述 | 第34-35页 |
| 3.3 仿真实验 | 第35-38页 |
| 3.3.1 Gabor滤波器相关知识 | 第35-36页 |
| 3.3.1.1 Gabor函数 | 第35-36页 |
| 3.3.1.2 Gabor小波 | 第36页 |
| 3.3.2 设计多通道Gabor滤波器组对纹理进行操作 | 第36-38页 |
| 3.4 基于纹理特征的仿真实验 | 第38-41页 |
| 3.5 本章小结 | 第41-43页 |
| 第4章 融合纹理特征的EnFCM_T图像分割新算法 | 第43-57页 |
| 4.1 EnFCM图像分割算法 | 第44-45页 |
| 4.2 纹理特征和EnFCM相结合的改进算法EnFCM_T | 第45-53页 |
| 4.2.1 EnFCM_T算法流程及具体实现步骤 | 第45-47页 |
| 4.2.1.1 EnFCM_T算法流程图 | 第45-46页 |
| 4.2.1.2 上述流程图的算法描述 | 第46页 |
| 4.2.1.3 算法实现过程 | 第46-47页 |
| 4.2.2 图像的线性运算 | 第47-53页 |
| 4.2.2.1 相似性度量 | 第47-48页 |
| 4.2.2.2 均值滤波图和原图线性叠加 | 第48-53页 |
| 4.2.3 用Gabor滤波器提取纹理特征 | 第53页 |
| 4.3 运用新算法EnFCM_T对图像分割实验及分析 | 第53-56页 |
| 4.4 本章小结 | 第56-57页 |
| 第5章 基于距离更新的图像分割新算法EnFCM_TD | 第57-65页 |
| 5.1 FCM算法的改进途径 | 第57-58页 |
| 5.2 基于局部标准差的距离更新EnFCM_T算法 | 第58-60页 |
| 5.2.1 局部标准差的简单描述 | 第58-59页 |
| 5.2.2 距离更新的具体实现 | 第59-60页 |
| 5.3 图像分割有效性分析 | 第60-62页 |
| 5.4 仿真实验及分析 | 第62-64页 |
| 5.5 本章小结 | 第64-65页 |
| 第6章 总结与展望 | 第65-67页 |
| 6.1 总结 | 第65-66页 |
| 6.2 展望 | 第66-67页 |
| 参考文献 | 第67-71页 |
| 致谢 | 第71-73页 |
| 攻读学位期间发表的论著 | 第73页 |
