| 摘要 | 第1-7页 |
| Abstract | 第7-14页 |
| 第1章 绪论 | 第14-28页 |
| ·课题研究背景及意义 | 第14-15页 |
| ·图像分割技术的国内外研究现状 | 第15-20页 |
| ·模糊C均值聚类算法的研究现状 | 第15-17页 |
| ·随机游走算法的研究现状 | 第17-18页 |
| ·抠图算法的研究现状 | 第18-19页 |
| ·参数活动轮廓模型的研究现状 | 第19-20页 |
| ·军事图像分割方法的研究现状和难点 | 第20-23页 |
| ·军事图像分割的研究现状 | 第20-23页 |
| ·军事图像分割研究的难点 | 第23页 |
| ·本文的组织结构和主要创新 | 第23-28页 |
| 第2章 基于全局最好和声搜索的军事图像模糊聚类分割方法 | 第28-46页 |
| ·引言 | 第28-29页 |
| ·模糊聚类算法 | 第29-33页 |
| ·传统模糊C均值(FCM)聚类算法 | 第29-30页 |
| ·核模糊C均值(KFCM)聚类算法 | 第30-31页 |
| ·增强型模糊C均值(En-FCM)聚类算法 | 第31-33页 |
| ·全局最好和声搜索算法 | 第33-39页 |
| ·基本和声搜索算法 | 第33-34页 |
| ·全局最好和声搜索算法 | 第34-35页 |
| ·全局最好和声搜索(GBHS)算法优化性能测试 | 第35-37页 |
| ·全局最好和声模糊C均值聚类图像分割算法 | 第37-39页 |
| ·实验结果与分析 | 第39-44页 |
| ·GBHS算法聚类优化性能测试 | 第40-41页 |
| ·图像分割仿真实验 | 第41-44页 |
| ·本章小结 | 第44-46页 |
| 第3章 融合结构特征的军事图像模糊聚类分割方法 | 第46-64页 |
| ·引言 | 第46-47页 |
| ·面向复杂纹理图像分割的自适应结构张量FCM算法 | 第47-53页 |
| ·经典结构张量 | 第47-48页 |
| ·自适应的结构张量 | 第48-50页 |
| ·基于自适应结构张量的FCM算法描述 | 第50-51页 |
| ·结果与分析 | 第51-53页 |
| ·面向卫星遥感图像的增强型FCM算法 | 第53-58页 |
| ·二维Gabor滤波器提取纹理特征 | 第53-54页 |
| ·定义新的距离测度公式 | 第54-55页 |
| ·融合结构特征的En-FCM算法 | 第55页 |
| ·新算法执行过程 | 第55-56页 |
| ·结果与分析 | 第56-58页 |
| ·面向低灰度对比度图像的融合万有引力和熵的FCM算法 | 第58-63页 |
| ·万有引力算子 | 第58-59页 |
| ·图像局部熵计算同质值 | 第59-60页 |
| ·算法描述 | 第60-61页 |
| ·结果与分析 | 第61-63页 |
| ·本章小结 | 第63-64页 |
| 第4章 军事图像的二步分割方法研究 | 第64-78页 |
| ·引言 | 第64页 |
| ·图像预分割算法 | 第64-70页 |
| ·分水岭(Watershed)算法 | 第64-65页 |
| ·滑降(Toboggan)算法 | 第65-66页 |
| ·均值平移(Mean Shift)算法 | 第66-67页 |
| ·三种预分割算法分割结果比较 | 第67-70页 |
| ·Mean Shift模糊C均值聚类图像分割算法 | 第70-72页 |
| ·图像熵刻画结构特征 | 第70-71页 |
| ·新的距离测度公式 | 第71-72页 |
| ·MS-FCM算法实现步骤 | 第72页 |
| ·实验与分析 | 第72-76页 |
| ·算法分割结果对比 | 第73-74页 |
| ·算法运行时间对比 | 第74-76页 |
| ·本章小结 | 第76-78页 |
| 第5章 基于随机游走的军事图像交互式分割方法 | 第78-92页 |
| ·引言 | 第78-79页 |
| ·随机游走交互式图像分割算法 | 第79-85页 |
| ·传统随机游走交互式图像分割算法 | 第79-83页 |
| ·几种典型的随机游走算法 | 第83-85页 |
| ·结合图像空间特征的随机游走算法 | 第85-87页 |
| ·图像空间特征描述 | 第85-86页 |
| ·新算法流程 | 第86-87页 |
| ·军事图像仿真结果与分析 | 第87-90页 |
| ·本章小结 | 第90-92页 |
| 第6章 军事红外图像的自动分割方法研究 | 第92-106页 |
| ·引言 | 第92页 |
| ·传统alpha-matting算法 | 第92-96页 |
| ·基于统计学的提取方法 | 第93-94页 |
| ·基于主成分分析的提取方法 | 第94-95页 |
| ·Possion算法 | 第95-96页 |
| ·图像帧差法 | 第96-97页 |
| ·改进α通道值的计算 | 第97-99页 |
| ·二次方贝塞尔曲线(Quadratic B6zier Curve) | 第97-98页 |
| ·建立动态彩色曲线模型 | 第98-99页 |
| ·红外军事目标滤波增强 | 第99-102页 |
| ·二维离散小波变换 | 第99-100页 |
| ·LUM滤波 | 第100-101页 |
| ·去噪滤波步骤 | 第101-102页 |
| ·红外军事目标提取流程 | 第102页 |
| ·实验结果与分析 | 第102-103页 |
| ·本章小结 | 第103-106页 |
| 第7章 基于Snake模型的多目标军事图像自动分割方法 | 第106-122页 |
| ·引言 | 第106页 |
| ·参数活动轮廓(Snake)模型 | 第106-110页 |
| ·Snake模型的数学模型 | 第107页 |
| ·内部能量 | 第107-108页 |
| ·外部能量 | 第108-109页 |
| ·Snake模型离散化 | 第109-110页 |
| ·传统Snake模型的缺点及改进 | 第110-117页 |
| ·传统Shake模型的缺点 | 第110-111页 |
| ·改进方法 | 第111-117页 |
| ·角点检测 | 第117页 |
| ·改进的Snake模型对飞机目标的提取 | 第117-118页 |
| ·结果与分析 | 第118-120页 |
| ·本章小结 | 第120-122页 |
| 第8章 结论与展望 | 第122-124页 |
| ·结论 | 第122-123页 |
| ·展望 | 第123-124页 |
| 参考文献 | 第124-134页 |
| 致谢 | 第134-135页 |
| 作者在攻读博士期间所做工作 | 第135-136页 |
