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FCM的图像分割算法研究

摘要第1-5页
ABSTRACT第5-10页
1 绪论第10-19页
   ·研究的地位及意义第10-11页
   ·图像分割技术概述第11-17页
     ·图像分割的定义第11-12页
     ·图像分割的方法第12-17页
   ·本文的组织结构和主要工作第17-19页
2 模糊聚类分析的图像分割技术第19-30页
   ·聚类分析的理论和方法第19-20页
   ·模糊聚类分析的相关理论第20-24页
     ·K 均值聚类图像分割算法第20-21页
     ·模糊集的理论第21-22页
     ·模糊C 均值聚类图像分割算法第22-24页
   ·模糊聚类图像分割主要问题及研究现状第24-29页
     ·聚类数目的确定第24-25页
     ·聚类相似度量与改进第25-26页
     ·聚类中心的初始化第26页
     ·空间信息的利用和减少计算量第26-29页
   ·小结第29-30页
3 基于二维直方图的快速FCM 图像分割第30-39页
   ·基于空间邻域信息约束的FCM第30-33页
     ·带惩罚项的FCM 算法第30页
     ·改进的带惩罚项的FCM 算法(FCM_S)第30-31页
     ·改进的带惩罚项的基于核函数的FCM 算法第31-33页
   ·基于空间邻域信息约束的加速FCM 算法第33-35页
     ·基于二维直方图的加速FCM 算法(HFCM_S)第33-34页
     ·基于二维直方图的加速KFCM 算法(KHFCM_S)第34-35页
   ·实验结果与分析第35-38页
     ·标准测试图像实验第35-37页
     ·医学CT 图像分割实验第37-38页
   ·小结第38-39页
4 一种基于均值漂移的FCM 图像分割方法第39-46页
   ·均值漂移算法第39-42页
     ·基本的均值漂移算法第39-40页
     ·基于核密度估计的均值漂移算法第40-42页
     ·均值漂移算法的过程第42页
   ·均值漂移的图像分割第42-43页
   ·融合均值漂移与FCM 的图像分割第43-44页
   ·实验结果与分析第44-45页
   ·小结第45-46页
5 总结与展望第46-47页
   ·本文的主要研究工作第46页
   ·进一步的研究与展望第46-47页
参考文献第47-51页
致谢第51-52页
攻读学位期间发表的学术论文目录第52页

论文共52页,点击 下载论文
上一篇:人脸检测与人脸特征定位技术研究
下一篇:人口迁移算法框架描述方法及应用