基于模糊聚类的图像分割方法的研究
| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第10-14页 |
| 1.1 研究工作的背景与意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-12页 |
| 1.3 论文主要内容及组织结构 | 第12-14页 |
| 第二章 图像分割与模糊聚类理论基础 | 第14-32页 |
| 2.1 图像分割理论基础 | 第14-19页 |
| 2.1.1 图像分割的概念 | 第14-15页 |
| 2.1.2 图像分割的方法 | 第15-19页 |
| 2.2 模糊聚类理论基础 | 第19-31页 |
| 2.2.1 模糊集合 | 第19-21页 |
| 2.2.2 模糊隶属度 | 第21页 |
| 2.2.3 聚类分析基本概念 | 第21-23页 |
| 2.2.4 聚类算法的评价标准 | 第23-24页 |
| 2.2.5 主要的聚类算法 | 第24-28页 |
| 2.2.6 模糊聚类算法 | 第28页 |
| 2.2.7 FCM算法 | 第28-31页 |
| 2.3 本章小结 | 第31-32页 |
| 第三章 一种考虑空间结构信息的FCM图像分割算法 | 第32-55页 |
| 3.1 传统的FCM图像分割算法 | 第32-33页 |
| 3.2 空间罚项 | 第33-34页 |
| 3.3 初始聚类数目的自适应选取 | 第34页 |
| 3.4 改进FCM的图像分割算法 | 第34-37页 |
| 3.5 实验结果及分析 | 第37-54页 |
| 3.5.1 人工合成图像 | 第37-49页 |
| 3.5.2 自然图像 | 第49-54页 |
| 3.6 本章小结 | 第54-55页 |
| 第四章 基于FCM的增量式聚类图像分割算法 | 第55-65页 |
| 4.1 增量式聚类算法 | 第55-56页 |
| 4.1.1 插入操作 | 第56页 |
| 4.1.2 删除操作 | 第56页 |
| 4.2 基于FCM的增量式聚类算法。 | 第56-58页 |
| 4.3 实验结果与分析 | 第58-64页 |
| 4.3.1 人工合成图像 | 第58-61页 |
| 4.3.2 自然灰度图像 | 第61-63页 |
| 4.3.3 彩色图像 | 第63-64页 |
| 4.4 本章小结 | 第64-65页 |
| 第五章 全文总结与展望 | 第65-67页 |
| 5.1 全文总结 | 第65-66页 |
| 5.2 后续工作展望 | 第66-67页 |
| 致谢 | 第67-68页 |
| 参考文献 | 第68-72页 |
| 攻硕期间取得的研究成果 | 第72-73页 |
