| 摘要 | 第5-7页 |
| ABSTRACT | 第7-9页 |
| 符号对照表 | 第14-15页 |
| 缩略语对照表 | 第15-19页 |
| 第一章 绪论 | 第19-31页 |
| 1.1 研究背景及意义 | 第19-20页 |
| 1.2 图像分割算法简介 | 第20-21页 |
| 1.3 图像模糊性分析 | 第21-22页 |
| 1.4 聚类分析研究现状 | 第22-25页 |
| 1.4.1 聚类分析方法 | 第22-24页 |
| 1.4.2 模糊聚类图像分割方法 | 第24-25页 |
| 1.5 活动轮廓模型 | 第25-28页 |
| 1.5.1 参数活动轮廓模型 | 第25-26页 |
| 1.5.2 几何活动轮廓模型 | 第26-28页 |
| 1.6 本文的主要工作及内容安排 | 第28-31页 |
| 第二章 基于粗糙模糊集的混合聚类算法 | 第31-51页 |
| 2.1 引言 | 第31页 |
| 2.2 粗糙集合理论简介 | 第31-33页 |
| 2.2.1 粗糙集合背景知识 | 第31-32页 |
| 2.2.2 粗糙集合理论基础 | 第32-33页 |
| 2.3 粗糙模糊c均值聚类算法 | 第33-36页 |
| 2.3.1 粗糙c均值聚类算法 | 第34-35页 |
| 2.3.2 粗糙模糊c均值聚类算法 | 第35-36页 |
| 2.4 自适应权重因子混合聚类算法 | 第36-40页 |
| 2.4.1 近似集合权重值估计 | 第36-38页 |
| 2.4.2 算法框架及实现 | 第38-40页 |
| 2.5 实验结果与分析 | 第40-50页 |
| 2.5.1 实验设置 | 第40-41页 |
| 2.5.2 人工数据集实验结果 | 第41-44页 |
| 2.5.3 参数敏感性分析 | 第44-47页 |
| 2.5.4 UCI数据集实验结果 | 第47-50页 |
| 2.6 本章小结 | 第50-51页 |
| 第三章 基于图像局部信息的活动轮廓模型图像分割算法 | 第51-69页 |
| 3.1 引言 | 第51页 |
| 3.2 模糊活动轮廓模型 | 第51-53页 |
| 3.3 基于局部邻域信息的模糊轮廓模型 | 第53-57页 |
| 3.3.1 算法思想 | 第53-54页 |
| 3.3.2 算法框架及实现 | 第54-57页 |
| 3.4 实验结果与分析 | 第57-68页 |
| 3.4.1 实验设置 | 第57页 |
| 3.4.2 人工图像实验结果与分析 | 第57-61页 |
| 3.4.3 真实图像实验结果与分析 | 第61-65页 |
| 3.4.4 初始轮廓条件敏感性分析 | 第65-68页 |
| 3.5 本章小结 | 第68-69页 |
| 第四章 基于区域模糊活动轮廓模型的极光图像分割 | 第69-99页 |
| 4.1 引言 | 第69页 |
| 4.2 极光图像分析的研究进展与现状 | 第69-70页 |
| 4.2.1 极光图像的获取 | 第69-70页 |
| 4.2.2 极光图像分析的研究进展与现状 | 第70页 |
| 4.3 区域模糊活动轮廓模型极光图像分割方法 | 第70-78页 |
| 4.3.1 经典的极光图像分割方法 | 第71-72页 |
| 4.3.2 算法思想 | 第72-74页 |
| 4.3.3 划分区域策略 | 第74-77页 |
| 4.3.4 算法框架及实现 | 第77-78页 |
| 4.4 实验结果与分析 | 第78-96页 |
| 4.4.1 实验设置 | 第78-79页 |
| 4.4.2 参数敏感性分析 | 第79-80页 |
| 4.4.3 极光卵图像分割结果 | 第80-92页 |
| 4.4.4 分割准确性分析 | 第92-94页 |
| 4.4.5 算法鲁棒性分析 | 第94-96页 |
| 4.5 本章小结 | 第96-99页 |
| 第五章 基于区间二型模糊活动轮廓模型的图像分割算法 | 第99-123页 |
| 5.1 引言 | 第99页 |
| 5.2 区间二型模糊集理论 | 第99-100页 |
| 5.3 区间二型模糊活动轮廓模型 | 第100-106页 |
| 5.3.1 算法思想 | 第100-103页 |
| 5.3.2 算法框架及实现 | 第103-106页 |
| 5.4 实验结果与分析 | 第106-121页 |
| 5.4.1 实验设置 | 第106-107页 |
| 5.4.2 参数敏感性分析 | 第107-108页 |
| 5.4.3 人工图像实验结果与分析 | 第108-110页 |
| 5.4.4 自然图像实验结果与分析 | 第110-112页 |
| 5.4.5 极光卵图像实验结果与分析 | 第112-118页 |
| 5.4.6 初始轮廓位置敏感性分析 | 第118-121页 |
| 5.5 本章小结 | 第121-123页 |
| 第六章 基于进化计算活动轮廓模型的遥感图像变化检测 | 第123-141页 |
| 6.1 引言 | 第123页 |
| 6.2 遥感图像变化检测研究现状 | 第123-125页 |
| 6.3 基于进化计算活动轮廓模型的遥感图像变化检测方法 | 第125-130页 |
| 6.3.1 算法框架 | 第125-126页 |
| 6.3.2 遗传算法优化中间检测结果 | 第126-130页 |
| 6.4 实验结果与分析 | 第130-138页 |
| 6.4.1 实验设置 | 第130-131页 |
| 6.4.2 实验数据介绍 | 第131-132页 |
| 6.4.3 参数敏感性分析 | 第132-135页 |
| 6.4.4 遥感图像变化检测结果与分析 | 第135-138页 |
| 6.5 本章小结 | 第138-141页 |
| 第七章 总结与展望 | 第141-145页 |
| 附录 | 第145-147页 |
| 参考文献 | 第147-165页 |
| 致谢 | 第165-167页 |
| 作者简介 | 第167-169页 |
