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

基于模糊聚类的彩色图象分割算法的研究

第一章 绪论第1-19页
 1.1 前言第13-15页
 1.2 项目前景第15-16页
 1.3 项目研究现状及研究目标第16-17页
 1.4 论文组织第17-19页
第二章 色彩空间第19-27页
 2.1 视觉基础第19-20页
 2.2 三色成像第20-21页
 2.3 色彩模型第21-23页
 2.4 彩色坐标变换第23-27页
  2.4.1 RGB到HSI变换第24-25页
  2.4.2 HSI到RGB转换第25-27页
第三章 特征抽取第27-34页
 3.1 图象变换的选择第27-28页
 3.2 图象的K-L变换第28-30页
 3.3 K-L变换用于聚类中心确立的依据第30-32页
 3.4 特征向量的选取第32-34页
第四章 模糊分割第34-48页
 4.1 模糊集合和模糊散度第34-35页
 4.2 动态聚类方法第35-48页
  4.2.1 监督学习方法第36-39页
   4.2.1.1 模糊C-均值聚类方法第36-38页
   4.2.1.2 基于特征散度的模糊C-均值聚类方法第38-39页
  4.2.2 非监督学习方法第39-48页
   4.2.2.1 C-均值聚类方法第39-44页
   4.2.2.2 基于样本和核相似性度量的动态聚类方法第44-48页
第五章 实现结果及讨论第48-52页
 5.1 色彩空间的选择第48-50页
 5.2 基于模糊聚类的分割第50-52页
第六章 结论和进一步的研究第52-54页
 6.1 结论第52-53页
 6.2 进一步的研究第53-54页
附录1 参考文献第54-57页
附录2 研究生期间的主要工作和成果第57-58页
 发表论文及翻译第57页
 教学实践第57页
 工程项目第57-58页
致谢第58页

论文共58页,点击 下载论文
上一篇:论法国对印度支那三国的殖民统治政策及其形成原因
下一篇:计算机犯罪的成因和防范--以计算机犯罪成本与收益为视角