| 摘要 | 第5-6页 |
| abstract | 第6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 课题研究背景及意义 | 第9-11页 |
| 1.2 FCM图像分割算法的研究现状 | 第11-12页 |
| 1.3 论文主要工作和创新点 | 第12-13页 |
| 1.4 论文组织结构 | 第13-15页 |
| 第二章 模糊聚类与图像分割 | 第15-23页 |
| 2.1 模糊聚类基础知识 | 第15-16页 |
| 2.1.1 模糊集合基础知识 | 第15-16页 |
| 2.1.2 模糊聚类 | 第16页 |
| 2.2 模糊C均值聚类算法 | 第16-18页 |
| 2.2.1 K均值聚类算法介绍 | 第16-17页 |
| 2.2.2 模糊C均值聚类 | 第17-18页 |
| 2.3 模糊C均值算法在图像分割中的应用 | 第18-21页 |
| 2.3.1 FCM图像分割算法 | 第18-19页 |
| 2.3.2 FCM图像分割算法存在的主要问题 | 第19-21页 |
| 2.4 本章小结 | 第21-23页 |
| 第三章 自动确定初始聚类中心的改进FCM图像分割算法 | 第23-39页 |
| 3.1 自动确定初始聚类中心的改进的FCM图像分割算法 | 第23-27页 |
| 3.1.1 传统FCM图像分割方法初始聚类中心问题 | 第23页 |
| 3.1.2 FCM最终聚类中心与灰度分布直方图的联系 | 第23-24页 |
| 3.1.3 改进的根据灰度直方图法确定初始聚类中心的FCM方法 | 第24-27页 |
| 3.2 实验结果与分析 | 第27-38页 |
| 3.2.1 人工合成图像 | 第27-28页 |
| 3.2.2 实物图像 | 第28-36页 |
| 3.2.3 遥感图像 | 第36-38页 |
| 3.3 本章小结 | 第38-39页 |
| 第四章 改进的融合空间信息的FCM图像分割算法 | 第39-57页 |
| 4.1 融合空间信息的FCM图像分割方法 | 第39-43页 |
| 4.1.1 FCMS图像分割算法 | 第39-41页 |
| 4.1.2 邻域加权FCM图像分割算法 | 第41-42页 |
| 4.1.3 改进的结合邻域信息的FCM图像分割算法 | 第42-43页 |
| 4.2 实验结果与分析 | 第43-55页 |
| 4.2.1 人工合成图像分割实验 | 第44-45页 |
| 4.2.2 实物图像分割实验 | 第45-51页 |
| 4.2.3 遥感图像分割实验 | 第51-55页 |
| 4.3 本章小结 | 第55-57页 |
| 第五章 总结与展望 | 第57-59页 |
| 参考文献 | 第59-63页 |
| 攻读学位期间所取得的相关科研成果 | 第63-65页 |
| 致谢 | 第65-66页 |
