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

基于模糊聚类的红外图像目标分割方法研究

摘要第5-6页
ABSTRACT第6-7页
符号对照表第10-12页
缩略语对照表第12-15页
第一章 绪论第15-19页
    1.1 研究背景及意义第15-16页
    1.2 红外图像分割研究现状第16-17页
    1.3 论文的主要工作和章节安排第17-19页
第二章 基于模糊C均值的红外图像分割方法与客观评价准则第19-35页
    2.1 引言第19页
    2.2 传统的模糊C均值红外图像分割算法第19-23页
        2.2.1 模糊C均值分割算法原理第19-21页
        2.2.2 实验结果与分析第21-23页
    2.3 基于势函数的自适应FCM红外图像分割算法第23-28页
        2.3.1 基于势函数的自适应FCM分割算法原理第23-26页
        2.3.2 实验结果与分析第26-28页
    2.4 基于改进的FCM和均值漂移的红外图像分割算法第28-32页
        2.4.1 基于改进的FCM和均值漂移分割算法原理第28-30页
        2.4.2 实验结果与分析第30-32页
    2.5 图像分割评价方法第32-34页
    2.6 本章小结第34-35页
第三章 基于多阈值的自适应模糊聚类红外图像分割方法第35-47页
    3.1 引言第35页
    3.2 自适应模糊聚类分割算法第35-36页
    3.3 基于多阈值的自适应模糊聚类红外图像分割算法第36-46页
        3.3.1 多阈值伪峰去除第37页
        3.3.2 算法原理及步骤第37-40页
        3.3.3 实验结果与分析第40-46页
    3.4 本章小结第46-47页
第四章 基于模糊聚类的水平集红外图像分割方法第47-61页
    4.1 引言第47页
    4.2 水平集分割算法第47-50页
        4.2.1 水平集分割算法原理第47-49页
        4.2.2 带邻域信息的水平集分割算法第49-50页
    4.3 基于模糊聚类的水平集红外图像分割算法第50-59页
        4.3.1 遗传模拟退火算法优化的模糊聚类算法第50-51页
        4.3.2 算法原理及步骤第51-53页
        4.3.3 实验结果与分析第53-59页
    4.4 本章小结第59-61页
第五章 总结与展望第61-63页
    5.1 全文总结第61-62页
    5.2 未来展望第62-63页
参考文献第63-69页
致谢第69-71页
作者简介第71-73页

论文共73页,点击 下载论文
上一篇:YKL-40诱导人支气管上皮细胞发生EMT效应及诱导HMGB-1表达的研究
下一篇:年龄、家族史对上海地区正常血糖人群胰岛β细胞功能与胰岛素敏感性的影响