| 摘要 | 第3-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 课题研究意义及历史沿革 | 第9-10页 |
| 1.2 图像分割的定义 | 第10-11页 |
| 1.3 图像分割的方法 | 第11-13页 |
| 1.3.1 基于阈值的图像分割方法 | 第11-12页 |
| 1.3.2 基于边缘检测的图像分割方法 | 第12-13页 |
| 1.3.3 基于区域的分割方法 | 第13页 |
| 1.4 本文的主要工作及章节安排 | 第13-15页 |
| 第2章 聚类分析 | 第15-21页 |
| 2.1 聚类分析概述 | 第15-17页 |
| 2.1.1 聚类分析定义 | 第15页 |
| 2.1.2 聚类分析的数学模型 | 第15-16页 |
| 2.1.3 模糊集合 | 第16-17页 |
| 2.1.4 模糊聚类研究的目的和意义 | 第17页 |
| 2.2 模糊聚类的几种方法 | 第17-21页 |
| 2.2.1 模糊C均值聚类算法 | 第17-18页 |
| 2.2.2 可能性聚类算法 | 第18-19页 |
| 2.2.3 核函数模糊局部C-均值聚类算法 | 第19-21页 |
| 第3章 基于类内类间距离的模糊C-均值聚类算法及应用 | 第21-33页 |
| 3.1 引言 | 第21-22页 |
| 3.2 基于模糊散射矩阵的模糊聚类算法 | 第22页 |
| 3.3 类内和类间距离 | 第22-24页 |
| 3.4 基于类内类间距离的模糊聚类算法及应用 | 第24-26页 |
| 3.5 算法步骤 | 第26-27页 |
| 3.6 实验结果和分析 | 第27-32页 |
| 3.6.1 分割性能评价 | 第28-32页 |
| 3.7 结论 | 第32-33页 |
| 第4章 基于类内类间距离的可能模糊聚类算法及应用 | 第33-47页 |
| 4.1 引言 | 第33-34页 |
| 4.2 基于类内类间距离的可能模糊聚类算法及应用 | 第34-40页 |
| 4.2.1 目标函数 | 第34-35页 |
| 4.2.2 隶属度 | 第35-36页 |
| 4.2.3 聚类中心 | 第36-37页 |
| 4.2.4 参数α | 第37-38页 |
| 4.2.5 新可能性聚类算法的收敛性证明 | 第38-40页 |
| 4.3 基于直方图的改进可能聚类分割算法 | 第40-43页 |
| 4.4 实验结果和分析 | 第43-46页 |
| 4.5 本章小结 | 第46-47页 |
| 第5章 核空间类内类间距离的模糊聚类算法及应用 | 第47-73页 |
| 5.1 引言 | 第47-48页 |
| 5.2 模糊C-均值聚类理论基础 | 第48-50页 |
| 5.3 一种新的类内类间距离模糊C-均值聚类算法 | 第50-57页 |
| 5.4 核函数模糊局部C-均值聚类算法 | 第57-58页 |
| 5.5 基于类内类间距离的核空间模糊聚类分割算法 | 第58-63页 |
| 5.5.1 核空间与类内类间距离 | 第58-59页 |
| 5.5.2 一种核空间的类内类间距离模糊C-均值聚类算法 | 第59-63页 |
| 5.6 实验结果及分析 | 第63-69页 |
| 5.6.1 建议算法的可行性测试 | 第63页 |
| 5.6.2 基于类内类间距离模糊C-均值聚类分割测试 | 第63-66页 |
| 5.6.3 基于类内类间距离的核空间模糊C-均值聚类分割测试 | 第66-69页 |
| 5.7 不同分割方法性能评价 | 第69-71页 |
| 5.8 结论 | 第71-73页 |
| 第6章 总结与展望 | 第73-75页 |
| 6.1 本文的工作总结 | 第73-74页 |
| 6.2 展望 | 第74-75页 |
| 参考文献 | 第75-81页 |
| 攻读学位期间取得的研究成果 | 第81-83页 |
| 致谢 | 第83-85页 |
