基于KFCM聚类与GMP追踪算法的图像分割与修复技术研究
| 摘要 | 第1-5页 |
| Abstract | 第5-7页 |
| 目录 | 第7-9页 |
| 第一章 绪论 | 第9-16页 |
| ·课题研究的背景与意义 | 第9-11页 |
| ·图像分割的研究现状 | 第11-13页 |
| ·数字图像修复的研究现状 | 第13-15页 |
| ·本文的主要工作内容 | 第15页 |
| ·本文组织结构 | 第15-16页 |
| 第二章 基于改进的 KFCM 图像分割算法 | 第16-27页 |
| ·k-means 算法与 k -means 算法 | 第16-18页 |
| ·k-means 算法 | 第16-17页 |
| ·k -means 算法 | 第17-18页 |
| ·FCM 算法与 KFCM 算法 | 第18-20页 |
| ·FCM 算法 | 第18-19页 |
| ·KFCM 算法 | 第19-20页 |
| ·改进的 KFCM 算法 | 第20-22页 |
| ·k -means 算法估计分类数 | 第20-21页 |
| ·改进 KFCM 算法的隶属度 | 第21-22页 |
| ·改进 KFCM 算法 | 第22页 |
| ·基于改进的 KFCM 算法的图像分割技术 | 第22页 |
| ·实验结果及分析 | 第22-26页 |
| ·纹理图像 | 第23-24页 |
| ·girl 图像 | 第24-25页 |
| ·帆船图像 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 第三章 基于遗传匹配追踪（GMP）的图像修复算法 | 第27-42页 |
| ·几种经典的图像修复方法 | 第27-33页 |
| ·基于 TV 的图像修复 | 第27-29页 |
| ·基于 CDD 的图像修复 | 第29-30页 |
| ·基于 MRF 的图像修复 | 第30-33页 |
| ·CS 理论与基于 GMP 的图像修复 | 第33-35页 |
| ·CS 基本理论 | 第33-34页 |
| ·基于 GMP 的图像修复 | 第34-35页 |
| ·改进的 GMP 图像修复算法 | 第35-37页 |
| ·改进的选择算子 | 第35-36页 |
| ·基于改进的 GMP 图像修复算法 | 第36-37页 |
| ·实验结果及分析 | 第37-40页 |
| ·图像修复的评价 | 第37-38页 |
| ·仿真结果 | 第38-40页 |
| ·本章小结 | 第40-42页 |
| 第四章 总结与展望 | 第42-44页 |
| ·本文工作总结 | 第42页 |
| ·前景展望 | 第42-44页 |
| 参考文献 | 第44-50页 |
| 攻读硕士学位期间发表的论文及所取得的研究成果 | 第50-51页 |
| 致谢 | 第51-52页 |
