| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-14页 |
| ·课题研究背景及意义 | 第10页 |
| ·图像分割概述 | 第10-12页 |
| ·论文主要内容及组织结构 | 第12-14页 |
| 第2章 模糊聚类概述 | 第14-19页 |
| ·模糊理论 | 第14-15页 |
| ·模糊理论的发展 | 第14页 |
| ·模糊集合 | 第14-15页 |
| ·聚类分析与聚类算法 | 第15-17页 |
| ·聚类分析 | 第15-16页 |
| ·聚类算法 | 第16-17页 |
| ·模糊聚类方法在图像分割中的研究现状 | 第17-18页 |
| ·本章小结 | 第18-19页 |
| 第3章 基于空间信息及隶属度约束的模糊 C 均值图像分割算法 | 第19-30页 |
| ·引言 | 第19页 |
| ·模糊 C 均值算法及其改进算法 | 第19-21页 |
| ·模糊 C 均值算法 | 第19-20页 |
| ·改进的基于空间信息的模糊 C 均值算法 | 第20-21页 |
| ·一种基于空间信息及隶属度约束的模糊 C 均值图像分割算法 | 第21-29页 |
| ·算法基本思想 | 第21-22页 |
| ·新添加约束项合理性分析 | 第22-23页 |
| ·算法抗噪性能分析 | 第23-24页 |
| ·实验结果及分析 | 第24-29页 |
| ·本章小结 | 第29-30页 |
| 第4章 基于塔形分层的模糊 C 均值图像分割算法 | 第30-37页 |
| ·引言 | 第30页 |
| ·自适应阈值的塔形分层算法 | 第30-31页 |
| ·一种基于塔形分层的模糊 C 均值图像分割算法 | 第31-33页 |
| ·实验结果及分析 | 第33-36页 |
| ·本章小结 | 第36-37页 |
| 第5章 基于 S、V 分量的模糊 C 均值彩色图像分割算法 | 第37-47页 |
| ·引言 | 第37页 |
| ·HSV 颜色空间简介 | 第37-38页 |
| ·一种基于 S、V 分量的模糊 C 均值彩色图像分割算法 | 第38-46页 |
| ·算法基本思想 | 第38-39页 |
| ·基于直方图的快速模糊 C 均值算法 | 第39-40页 |
| ·基于 S 和 V 分量的彩色图像分割 | 第40-41页 |
| ·实验结果及分析 | 第41-46页 |
| ·本章小结 | 第46-47页 |
| 第6章 总结与展望 | 第47-49页 |
| ·工作总结 | 第47-48页 |
| ·研究展望 | 第48-49页 |
| 参考文献 | 第49-54页 |
| 作者简介及在学期间所取得的科研成果 | 第54-55页 |
| 致谢 | 第55页 |
