摘要 | 第3-5页 |
ABSTRACT | 第5-6页 |
第1章 绪论 | 第10-16页 |
1.1 研究背景及意义 | 第10-11页 |
1.2 图像分割技术 | 第11-13页 |
1.2.1 图像分割的定义 | 第11-12页 |
1.2.2 图像分割的方法 | 第12-13页 |
1.3 评价标准 | 第13-15页 |
1.3.1 图像分割的评价标准 | 第13-14页 |
1.3.2 图像质量的评价标准 | 第14-15页 |
1.4 本文主要工作 | 第15-16页 |
第2章 模糊聚类图像分割算法理论 | 第16-28页 |
2.1 模糊聚类理论基础 | 第16-17页 |
2.1.1 模糊聚类理论 | 第16页 |
2.1.2 模糊集合理论 | 第16-17页 |
2.2 聚类算法简介 | 第17-21页 |
2.2.1 硬C-均值聚类算法 | 第18-19页 |
2.2.2 模糊C-均值聚类算法 | 第19-20页 |
2.2.3 两种算法的区别与联系 | 第20-21页 |
2.3 改进的FCM算法 | 第21-26页 |
2.3.1 FCM_S算法 | 第21-22页 |
2.3.2 KFCM_S算法 | 第22页 |
2.3.3 FCS算法 | 第22-24页 |
2.3.4 KFLICM算法 | 第24-25页 |
2.3.5 直觉模糊C-均值聚类算法 | 第25-26页 |
2.4 本章小结 | 第26-28页 |
第3章 改进广义均衡模糊聚类新算法 | 第28-48页 |
3.1 引言 | 第28-29页 |
3.2 广义均衡模糊C-均值聚类算法 | 第29-30页 |
3.3 广义均衡模糊C-均值聚类算法收敛性分析 | 第30-32页 |
3.4 改进广义均衡模糊聚类新算法 | 第32-36页 |
3.4.1 改进广义均衡模糊聚类新算法 | 第32-34页 |
3.4.2 改进广义均衡模糊聚类新算法收敛性分析 | 第34-35页 |
3.4.3 改进广义均衡模糊聚类算法的修正算法 | 第35-36页 |
3.5 图像测试结果及分析 | 第36-46页 |
3.5.1 广义均衡模糊C-均值聚类算法收敛性测试及分析 | 第36-39页 |
3.5.2 改进广义均衡聚类新算法及其修正算法的收敛性测试与分析 | 第39-40页 |
3.5.3 改进广义均衡聚类新算法及其修正算法的有效性和可行性 | 第40-44页 |
3.5.4 修正算法的有效性测试 | 第44页 |
3.5.5 多种算法的分割性能比较 | 第44-46页 |
3.6 本章小结 | 第46-48页 |
第4章 基于核空间的广义均衡模糊聚类图像分割算法 | 第48-60页 |
4.1 引言 | 第48页 |
4.2 核方法的特点 | 第48页 |
4.3 核函数理论 | 第48-51页 |
4.3.1 有关核函数的定义与定理 | 第48-49页 |
4.3.2 核函数的基本原理 | 第49-50页 |
4.3.3 高斯核函数 | 第50-51页 |
4.4 模糊核函数聚类算法 | 第51页 |
4.5 核空间广义均衡模糊C-均值聚类及修正算法 | 第51-53页 |
4.6 图像测试结果及分析 | 第53-58页 |
4.6.1 核空间广义均衡模糊聚类及其修正算法的图像分割测试 | 第53-57页 |
4.6.2 标准Iris文本数据测试 | 第57页 |
4.6.3 不同分割方法性能评价 | 第57-58页 |
4.7 本章小结 | 第58-60页 |
第5章 核空间直觉模糊局部C-均值聚类分割算法 | 第60-78页 |
5.1 引言 | 第60页 |
5.2 直觉模糊C-均值聚类 | 第60-62页 |
5.3 核直觉模糊C-均值聚类模型 | 第62-64页 |
5.4 基于核空间的IFCM图像分割算法 | 第64-65页 |
5.5 KIFCM_S算法 | 第65-67页 |
5.6 测试结果及分析 | 第67-77页 |
5.6.1 KIFCM聚类算法有效性测试 | 第67-68页 |
5.6.2 椒盐噪声干扰图像分割测试 | 第68-73页 |
5.6.3 高斯噪声干扰图像分割测试 | 第73-77页 |
5.7 本章小结 | 第77-78页 |
第6章 结论与展望 | 第78-80页 |
6.1 本文总结 | 第78页 |
6.2 研究展望 | 第78-80页 |
参考文献 | 第80-84页 |
攻读学位期间取得的研究成果 | 第84-86页 |