| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-13页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 图像分割的国内外现状 | 第10-11页 |
| 1.3 论文安排 | 第11-13页 |
| 第2章 图像的分割方法 | 第13-22页 |
| 2.1 图像分割概述 | 第13-14页 |
| 2.1.1 图像分割定义 | 第13-14页 |
| 2.1.2 图像分割评价 | 第14页 |
| 2.2 基于边缘的图像分割方法 | 第14-16页 |
| 2.3 基于阈值的图像分割方法 | 第16-18页 |
| 2.4 基于区域的图像分割方法 | 第18-19页 |
| 2.5 特定数学理论的图像分割方法 | 第19-21页 |
| 2.5.1 基于数学形态学的分割方法 | 第19-20页 |
| 2.5.2 基于形变模型的方法 | 第20-21页 |
| 2.6 本章小结 | 第21-22页 |
| 第3章 模糊核聚类相关理论 | 第22-36页 |
| 3.1 模糊集合理论 | 第22-23页 |
| 3.2 模糊C均值聚类算法 | 第23-28页 |
| 3.2.1 模糊C均值算法概述 | 第23页 |
| 3.2.2 模糊C均值在图像分割中的数学模型 | 第23-25页 |
| 3.2.3 模糊聚类算法流程 | 第25-26页 |
| 3.2.4 FCM参数对算法性能的影响 | 第26-28页 |
| 3.3 模糊核聚类算法基本理论 | 第28-35页 |
| 3.3.1 核函数简介 | 第28-29页 |
| 3.3.2 模糊核聚类算法 | 第29-32页 |
| 3.3.3 模糊核聚类算法流程 | 第32-33页 |
| 3.3.4 KFCM的参数对算法性能的影响 | 第33-34页 |
| 3.3.5 FCM和KFCM算法分析对比 | 第34-35页 |
| 3.4 本章小结 | 第35-36页 |
| 第4章 基于果蝇的模糊核聚类算法参数优化 | 第36-42页 |
| 4.1 常用智能算法概述 | 第36-37页 |
| 4.2 果蝇算法 | 第37-38页 |
| 4.3 基于果蝇优化的模糊核聚类算法实验结果对比分析 | 第38-41页 |
| 4.4 本章小结 | 第41-42页 |
| 第5章 NSCT域基于果蝇优化的模糊核聚类图像分割 | 第42-50页 |
| 5.1 基于NSCT的多尺度变换 | 第42-44页 |
| 5.1.1 几种常用的多尺度变换 | 第42-43页 |
| 5.1.2 NSCT变换 | 第43-44页 |
| 5.2 基于NSCT域果蝇优化的KFCM图像分割 | 第44页 |
| 5.3 实验结果对比分析 | 第44-49页 |
| 5.3.1 不同变换方法对分割性能的影响 | 第44-45页 |
| 5.3.2 不同分解参数对分割性能的影响 | 第45-46页 |
| 5.3.3 不同滤波器对分割性能的影响 | 第46-47页 |
| 5.3.4 NSCT域基于果蝇的模糊核聚类图像分割 | 第47-49页 |
| 5.4 本章小结 | 第49-50页 |
| 第6章 总结与展望 | 第50-51页 |
| 6.1 本文所作工作总结 | 第50页 |
| 6.2 未来研究方向 | 第50-51页 |
| 参考文献 | 第51-54页 |
| 致谢 | 第54页 |
