| 摘 要 | 第3-5页 |
| Abstract | 第5页 |
| 目录 | 第7-9页 |
| 1 绪论 | 第9-31页 |
| 1.1 图像分割概述 | 第9-11页 |
| 1.2 图像分割算法综述 | 第11-23页 |
| 1.3 基于聚类分析方法图像分割的研究现状及所面临的问题 | 第23-29页 |
| 1.4 本文的主要研究工作 | 第29-31页 |
| 2 ESFCM图像分割算法 | 第31-52页 |
| 2.1 ESFCM分割算法 | 第31-36页 |
| 2.2 ESFCM分割算法参数的初始化 | 第36-41页 |
| 2.3 归属的确定 | 第41-42页 |
| 2.4 ESFCM分割算法的收敛性 | 第42-51页 |
| 2.5 ESFCM分割算法解决的问题 | 第51页 |
| 2.6 本章小结 | 第51-52页 |
| 3 灰度图像中的ESFCM分割算法 | 第52-79页 |
| 3.1 灰度图像的去噪处理 | 第52页 |
| 3.2 灰度图像的边缘检测 | 第52-56页 |
| 3.3 ESFCM聚类迭代 | 第56-58页 |
| 3.4 后处理 | 第58-61页 |
| 3.5 灰度图像ESFCM分割算法的主客观评价与对比 | 第61-72页 |
| 3.6 ESFCM计算复杂度分析 | 第72-78页 |
| 3.7 本章小结 | 第78-79页 |
| 4 彩色图像的ESFCM分割算法 | 第79-92页 |
| 4.1 彩色空间的选择 | 第79-81页 |
| 4.2 彩色图像的边缘检测 | 第81-84页 |
| 4.3 彩色图像的ESFCM分割及后处理 | 第84页 |
| 4.4 彩色图像ESFCM分割算法的对比 | 第84-88页 |
| 4.5 彩色图像ESFCM分割算法的计算复杂度分析和对比 | 第88-90页 |
| 4.6 本章小结 | 第90-92页 |
| 5 ESFCM图像分割算法的实现 | 第92-99页 |
| 5.1 Sobel边缘检测算子的实现 | 第92-93页 |
| 5.2 ESFCM中区域生长算法的实现 | 第93-95页 |
| 5.3 点到类的距离的实现方法 | 第95页 |
| 5.4 后处理的实现 | 第95-98页 |
| 5.5 本章小结 | 第98-99页 |
| 6 ESFCM分割在图像检索系统中的应用 | 第99-109页 |
| 6.1 基于内容的图像检索 | 第99-100页 |
| 6.2 区域特征提取和区域相似度计算 | 第100-103页 |
| 6.3 ESFCM分割下的图像检索系统的框架设计 | 第103-106页 |
| 6.4 实例图像的相似度计算和对比 | 第106-108页 |
| 6.5 本章小结 | 第108-109页 |
| 7 总结与展望 | 第109-111页 |
| 7.1 创新点和主要工作 | 第109-110页 |
| 7.2 今后的研究工作 | 第110-111页 |
| 致 谢 | 第111-112页 |
| 参考文献 | 第112-125页 |
| 附录1 攻读博士学位期间发表的学术论文目录 | 第125页 |
