| 摘要 | 第3-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 图像分割背景 | 第9-11页 |
| 1.1.1 图像分割的定义 | 第10页 |
| 1.1.2 图像分割的方法 | 第10-11页 |
| 1.2 图像分割的研究意义、现状和趋势 | 第11-13页 |
| 1.2.1 图像分割的研究意义 | 第11-12页 |
| 1.2.2 图像分割的研究现状和发展趋势 | 第12-13页 |
| 1.3 模糊聚类在图像分割领域的应用 | 第13页 |
| 1.4 论文的主要工作及章节安排 | 第13-15页 |
| 第2章 模糊聚类算法基础理论 | 第15-25页 |
| 2.1 模糊聚类理论 | 第15页 |
| 2.2 聚类分析 | 第15-20页 |
| 2.2.1 硬C均值聚类算法 | 第16-17页 |
| 2.2.2 模糊C均值聚类算法 | 第17-19页 |
| 2.2.3 两种算法的区别与联系 | 第19页 |
| 2.2.4 FCM算法的优缺点 | 第19-20页 |
| 2.3 核函数理论 | 第20-23页 |
| 2.3.1 核函数的定义与定理 | 第20-21页 |
| 2.3.2 核函数的基本原理 | 第21页 |
| 2.3.3 核函数方法特点 | 第21页 |
| 2.3.4 核函数的选择 | 第21-23页 |
| 2.4 模糊核函数聚类算法 | 第23-24页 |
| 2.5 本章小结 | 第24-25页 |
| 第3章 核空间隐马尔可夫随机场模糊聚类 | 第25-47页 |
| 3.1 隐马尔可夫基本理论 | 第25-32页 |
| 3.1.1 有限混合模型 | 第25-26页 |
| 3.1.2 马尔可夫随机场模型 | 第26-29页 |
| 3.1.3 隐马尔可夫随机场模型 | 第29-32页 |
| 3.2 HMM在图像分割中的应用 | 第32-33页 |
| 3.3 核空间隐马尔可夫模糊聚类算法 | 第33-36页 |
| 3.3.1 隐马尔可夫模糊C均值聚类算法 | 第33-34页 |
| 3.3.2 核空间隐马尔可夫模糊C均值聚类算法 | 第34-36页 |
| 3.3.3 改进核空间隐马尔可夫模糊C均值聚类算法 | 第36页 |
| 3.4 实验结果及分析 | 第36-45页 |
| 3.4.1 噪声干扰图像分两类分割测试 | 第38-41页 |
| 3.4.2 噪声干扰图像分四类分割测试 | 第41-45页 |
| 3.4.3 结论 | 第45页 |
| 3.5 本章小结 | 第45-47页 |
| 第4章 核空间自适应非局部均值鲁棒分割算法 | 第47-65页 |
| 4.1 研究背景 | 第47页 |
| 4.2 相关的图像去噪算法 | 第47-51页 |
| 4.2.1 均值滤波 | 第47-49页 |
| 4.2.2 中值滤波 | 第49页 |
| 4.2.3 非局部均值滤波 | 第49-51页 |
| 4.3 核空间自适应非局部均值鲁棒分割算法 | 第51-53页 |
| 4.4 实验结果及分析 | 第53-63页 |
| 4.4.1 含噪声图像分两类分割测试 | 第54-58页 |
| 4.4.2 含噪声图像分三类分割测试 | 第58-61页 |
| 4.4.3 含噪声图像分四类分割测试 | 第61-63页 |
| 4.5 本章小结 | 第63-65页 |
| 第5章 基于特征选择的FCM图像分割算法 | 第65-77页 |
| 5.1 研究背景 | 第65页 |
| 5.2 基于特征选择的FCM算法 | 第65-68页 |
| 5.3 实验结果及分析 | 第68-75页 |
| 5.3.1 含噪声图像分两类分割测试 | 第69-72页 |
| 5.3.2 含噪声图像分四类分割测试 | 第72-75页 |
| 5.4 本章小结 | 第75-77页 |
| 第6章 总结与展望 | 第77-79页 |
| 6.1 工作总结 | 第77-78页 |
| 6.2 研究展望 | 第78-79页 |
| 参考文献 | 第79-85页 |
| 攻读学位期间取得的研究成果 | 第85-87页 |
| 致谢 | 第87-88页 |