基于模糊聚类的图像分割算法研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-9页 |
| 第1章 引言 | 第9-20页 |
| ·课题研究的背景和意义 | 第9-10页 |
| ·图像分割原理 | 第10-11页 |
| ·典型图像分割算法 | 第11-15页 |
| ·阈值分割法 | 第11-12页 |
| ·基于边缘的分割法 | 第12-13页 |
| ·基于数学形态学的分割法 | 第13-14页 |
| ·基于小波变换的分割法 | 第14页 |
| ·基于遗传算法的分割法 | 第14-15页 |
| ·基于神经网络的分割法 | 第15页 |
| ·图像模糊性分析 | 第15-16页 |
| ·模糊聚类分析的发展概况与研究现状 | 第16-19页 |
| ·本文的内容安排 | 第19-20页 |
| 第2章 模糊聚类分析理论基础 | 第20-30页 |
| ·模糊集合理论基础 | 第20-23页 |
| ·模糊集合理论 | 第20-21页 |
| ·模糊不确定性度量 | 第21-22页 |
| ·去模糊化方法 | 第22-23页 |
| ·模糊聚类分析 | 第23-29页 |
| ·聚类分析数学模型 | 第23-25页 |
| ·模糊聚类的基本步骤 | 第25-26页 |
| ·相似性度量函数 | 第26-27页 |
| ·聚类算法的分类 | 第27-29页 |
| ·本章小结 | 第29-30页 |
| 第3章 模糊C均值聚类算法 | 第30-39页 |
| ·模糊C均值聚类算法原理 | 第30-35页 |
| ·聚类目标函数 | 第30-31页 |
| ·拉格朗日(Lagrange)乘数法 | 第31-33页 |
| ·FCM图像分割步骤 | 第33-35页 |
| ·FCM算法分析 | 第35-37页 |
| ·聚类有效性函数 | 第37-38页 |
| ·本章小结 | 第38-39页 |
| 第4章 改进的基于空间约束的加权模糊聚类算法 | 第39-50页 |
| ·基于直方图加权的快速FCM图像分割算法 | 第39-41页 |
| ·改进的基于空间约束的加权模糊聚类算法 | 第41-45页 |
| ·加权模糊聚类算法 | 第41-42页 |
| ·改进的基于空间约束的加权模糊聚类算法 | 第42-45页 |
| ·实验结果与分析 | 第45-49页 |
| ·人造图像 | 第45-46页 |
| ·真实图像 | 第46-47页 |
| ·模拟脑部MR图像 | 第47-49页 |
| ·本章小结 | 第49-50页 |
| 第5章 改进的基于空间约束的模糊核聚类算法 | 第50-62页 |
| ·模糊核聚类算法 | 第50-53页 |
| ·Mercer核 | 第50-51页 |
| ·模糊核聚类算法 | 第51-53页 |
| ·改进的基于空间约束的模糊核聚类算法 | 第53-57页 |
| ·实验结果分析 | 第57-61页 |
| ·人造图像 | 第57-58页 |
| ·真实图像 | 第58-59页 |
| ·模拟脑部MR图像 | 第59-61页 |
| ·本章小结 | 第61-62页 |
| 第6章 结论与展望 | 第62-64页 |
| ·总结 | 第62-63页 |
| ·进一步工作的方向 | 第63-64页 |
| 致谢 | 第64-65页 |
| 参考文献 | 第65-69页 |
| 攻读学位期间的研究成果 | 第69页 |
