| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第8-14页 |
| 1.1 研究背景与研究意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-12页 |
| 1.2.1 图像分割的研究现状 | 第9-10页 |
| 1.2.2 基于模糊聚类的图像分割算法的研究现状 | 第10-12页 |
| 1.3 本文的主要研究内容 | 第12-13页 |
| 1.4 本文的结构安排 | 第13-14页 |
| 第二章 模糊C-均值算法基本理论 | 第14-22页 |
| 2.1 模糊集合与隶属度 | 第14页 |
| 2.2 硬C-划分与模糊C-划分 | 第14-15页 |
| 2.3 硬C-均值算法 | 第15-16页 |
| 2.4 模糊C-均值算法 | 第16-17页 |
| 2.5 结合空间邻域信息的改进FCM算法 | 第17-21页 |
| 2.5.1 FCM_S算法 | 第18-19页 |
| 2.5.2 EnFCM算法 | 第19-20页 |
| 2.5.3 FGFCM算法 | 第20页 |
| 2.5.4 FLICM算法 | 第20-21页 |
| 2.6 本章小结 | 第21-22页 |
| 第三章 自适应灰度加权的鲁棒模糊C-均值图像分割 | 第22-35页 |
| 3.1 概述 | 第22页 |
| 3.2 自适应灰度加权 | 第22-23页 |
| 3.3 距离测度的改进 | 第23-24页 |
| 3.4 AGWRFCM算法 | 第24-25页 |
| 3.5 实验结果与分析 | 第25-34页 |
| 3.5.1 分割性能测试 | 第26-30页 |
| 3.5.2 三种距离测度的抗噪性测试 | 第30-32页 |
| 3.5.3 参数分析 | 第32-33页 |
| 3.5.4 分割效果的进一步测试 | 第33-34页 |
| 3.6 本章小结 | 第34-35页 |
| 第四章 面向脑MR影像分割与偏置场修正的FCM方法 | 第35-49页 |
| 4.1 概述 | 第35-36页 |
| 4.2 FLICM算法 | 第36页 |
| 4.3 多局部信息模糊因子 | 第36-38页 |
| 4.4 非局部权重 | 第38页 |
| 4.5 偏置场模型 | 第38-39页 |
| 4.6 IBFCFLICM算法 | 第39-41页 |
| 4.7 实验结果与分析 | 第41-48页 |
| 4.7.1 模拟脑MR实验 | 第41-45页 |
| 4.7.2 真实脑MR实验 | 第45-48页 |
| 4.8 本章小结 | 第48-49页 |
| 第五章 面向遥感影像分割的超像素模糊聚类方法 | 第49-58页 |
| 5.1 概述 | 第49页 |
| 5.2 超像素预分割 | 第49-51页 |
| 5.3 模糊聚类后分割 | 第51-52页 |
| 5.4 SPFCM算法 | 第52-53页 |
| 5.5 实验结果与分析 | 第53-57页 |
| 5.5.1 合成模拟影像实验 | 第53-55页 |
| 5.5.2 真实遥感影像实验 | 第55-57页 |
| 5.6 本章小结 | 第57-58页 |
| 第六章 总结与展望 | 第58-60页 |
| 6.1 总结 | 第58-59页 |
| 6.2 展望 | 第59-60页 |
| 致谢 | 第60-61页 |
| 参考文献 | 第61-66页 |
| 附录：作者在攻读硕士学位期间发表的论文 | 第66页 |