基于模糊聚类彩色图像分割的方法
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-6页 |
| 目录 | 第6-9页 |
| 图目录 | 第9-10页 |
| 第一章 绪论 | 第10-16页 |
| ·研究背景及意义 | 第10-12页 |
| ·本课题研究的主要内容 | 第12-14页 |
| ·本章小结 | 第14-16页 |
| 第二章 颜色空间 | 第16-24页 |
| ·引言 | 第16-17页 |
| ·常用颜色空间介绍 | 第17-23页 |
| ·RGB颜色空间 | 第17-19页 |
| ·YIQ颜色空间 | 第19页 |
| ·HIS颜色空间 | 第19-21页 |
| ·CIE彩色空间 | 第21-22页 |
| ·线性彩色空间与非线性彩色空间的比较 | 第22-23页 |
| ·本章小结 | 第23-24页 |
| 第三章 常见噪声及去噪方法 | 第24-30页 |
| ·图像去噪的研究进展 | 第25-28页 |
| ·传统的降噪方法 | 第25-26页 |
| ·基于随机场模型的降噪技术 | 第26-27页 |
| ·小波分析法 | 第27页 |
| ·偏微分方程(PDE)方法 | 第27-28页 |
| ·传统的图像去噪技术 | 第28-29页 |
| ·均值滤波法 | 第28页 |
| ·中值滤波法 | 第28页 |
| ·均值与中值相结合的滤波法 | 第28-29页 |
| ·本章小结 | 第29-30页 |
| 第四章 常见彩色图像分割方法 | 第30-38页 |
| ·基于阈值的图像分割 | 第30页 |
| ·基于边缘检测的图像分割方法 | 第30-32页 |
| ·基于并行边缘检测 | 第31页 |
| ·基于串行边缘检测 | 第31-32页 |
| ·基于区域的分割方法 | 第32-34页 |
| ·区域生长和分裂合并 | 第32-33页 |
| ·基于统计学的方法 | 第33-34页 |
| ·其它分割方法 | 第34-35页 |
| ·本章小结 | 第35-38页 |
| 第五章 模糊聚类理论 | 第38-50页 |
| ·引言 | 第38-39页 |
| ·模糊聚类理论发展概况 | 第39-40页 |
| ·模糊集合理论 | 第40-42页 |
| ·聚类算法 | 第42-47页 |
| ·聚类分析的数学模型 | 第42-43页 |
| ·数据集的硬-C划分和模糊-C划分 | 第43-44页 |
| ·硬C-均值聚类算法 | 第44-45页 |
| ·模糊C-均值算法 | 第45-46页 |
| ·模糊C-均值的相关参数 | 第46-47页 |
| ·模糊C均值聚类算法的优缺点 | 第47页 |
| ·本章小结 | 第47-50页 |
| 第六章 结合空间信息的FCM彩色图像分割 | 第50-60页 |
| ·邻域的概念 | 第50-51页 |
| ·结合邻域信息的多维FCM算法 | 第51-54页 |
| ·传统的彩色图像FCM算法 | 第51-52页 |
| ·结合空间信息的多维FCM算法 | 第52-54页 |
| ·实验结果分析 | 第54-56页 |
| ·烟草生产中的应用 | 第56-58页 |
| ·小结 | 第58-60页 |
| 第七章 总结和展望 | 第60-62页 |
| ·总结 | 第60页 |
| ·展望 | 第60-62页 |
| 致谢 | 第62-64页 |
| 参考文献 | 第64-70页 |
| 附录A 攻读硕士期间发表论文目录 | 第70页 |
