| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 图像分割背景及意义 | 第10-11页 |
| 1.2 图像分割方法国内外研究现状 | 第11-13页 |
| 1.2.1 图像分割方法 | 第11页 |
| 1.2.2 基于FCM的图像分割方法 | 第11-13页 |
| 1.3 本文的主要内容与结构安排 | 第13-15页 |
| 第2章 基于闵可夫斯基距离的空间模糊C均值的图像分割 | 第15-33页 |
| 2.1 引言 | 第15-16页 |
| 2.2 经典FCM图像分割方法 | 第16-17页 |
| 2.3 空间FCM图像分割方法 | 第17-18页 |
| 2.4 基于闵可夫斯基距离的空间FCM图像分割方法 | 第18-24页 |
| 2.4.1 基于闵可夫斯基距离的FCM图像分割方法(Minkowski-FCM) | 第18-20页 |
| 2.4.2 考虑空间信息的Minkowski-FCM分割算法(Minkowski-s FCM) | 第20-22页 |
| 2.4.3 应用粒子群优化算法计算聚类中心 | 第22-24页 |
| 2.5 实验仿真 | 第24-32页 |
| 2.5.1 不含噪声的图像分割实验 | 第24-25页 |
| 2.5.2 噪声图像分割实验 | 第25-29页 |
| 2.5.3 算法中参数p的选择 | 第29-32页 |
| 2.6 本章小结 | 第32-33页 |
| 第3章 基于空间邻域信息的二型FCM图像分割方法 | 第33-49页 |
| 3.1 引言 | 第33-34页 |
| 3.2 基于二型模糊集合的FCM图像分割方法(IT2FCM) | 第34-36页 |
| 3.2.1 二型模糊集合 | 第34页 |
| 3.2.2 基于区间二型模糊集合的FCM图像分割方法(IT2FCM) | 第34-36页 |
| 3.3 基于空间位置信息的区间二型FCM图像分割方法 | 第36-38页 |
| 3.3.1 二维空间IT2FCM图像分割方法(2DIT2FCM) | 第36-37页 |
| 3.3.2 空间二型FCM算法(s IT2FCM) | 第37-38页 |
| 3.4 实验仿真 | 第38-48页 |
| 3.4.1 参数q对图像分割结果的影响 | 第39-40页 |
| 3.4.2 无噪声图像的实验仿真 | 第40-44页 |
| 3.4.3 噪声图像的实验仿真 | 第44-48页 |
| 3.5 本章小结 | 第48-49页 |
| 第4章 基于空间邻域加权平均信息的二维FCM图像分割 | 第49-59页 |
| 4.1 引言 | 第49页 |
| 4.2 二维FCM图像分割方法(2DFCM) | 第49-50页 |
| 4.3 基于加权空间邻域信息的FCM图像分割方法 | 第50-52页 |
| 4.3.1 加权空间邻域信息模型 | 第50-51页 |
| 4.3.2 w-2DFCM算法步骤 | 第51-52页 |
| 4.4 实验仿真 | 第52-58页 |
| 4.4.1 无噪声图像实验 | 第52-54页 |
| 4.4.2 噪声图像实验 | 第54-58页 |
| 4.5 本章小结 | 第58-59页 |
| 结论 | 第59-60页 |
| 参考文献 | 第60-65页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第65-66页 |
| 致谢 | 第66-67页 |
| 作者简介 | 第67页 |
