| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第1章 绪论 | 第8-16页 |
| ·研究背景及意义 | 第8-9页 |
| ·国内外研究现状 | 第9-13页 |
| ·谱聚类方法研究现状 | 第9-11页 |
| ·图像分割方法研究现状 | 第11-13页 |
| ·论文的研究内容及结构安排 | 第13-16页 |
| 第2章 谱聚类的理论和方法研究 | 第16-32页 |
| ·基本理论 | 第16-21页 |
| ·图划分准则 | 第16-18页 |
| ·相似矩阵,度矩阵及Laplacian矩阵 | 第18-19页 |
| ·谱聚类算法 | 第19-21页 |
| ·基于Nystrom-NCut方法的谱聚类 | 第21-27页 |
| ·Nystrom采样基本理论 | 第22-25页 |
| ·基于Nystrom-Ncut采样谱聚类算法 | 第25-27页 |
| ·一种自适应谱聚类算法 | 第27-31页 |
| ·自适应谱聚类算法研究现状 | 第27-29页 |
| ·一种新的自适应谱聚类算法 | 第29页 |
| ·自适应SC-N谱聚类算法图像分割 | 第29-31页 |
| ·本章小结 | 第31-32页 |
| 第3章 基于半监督谱聚类算法的图像分割 | 第32-40页 |
| ·半监督学习研究背景 | 第32页 |
| ·半监督学习理论概述 | 第32-34页 |
| ·半监督聚类方法研究 | 第34-35页 |
| ·半监督谱聚类算法 | 第35-36页 |
| ·基于Nystr(o|¨)m-NCut方法的自适应半监督谱聚类算法 | 第36-38页 |
| ·图像分割实验结果及分析 | 第38-39页 |
| ·本章小结 | 第39-40页 |
| 第4章 基于谱聚类方法的纹理图像分割 | 第40-56页 |
| ·纹理图像分割方法研究 | 第40-43页 |
| ·纹理及相关理论概述 | 第40-42页 |
| ·纹理图像分割的研究现状及发展趋势 | 第42-43页 |
| ·基于Gabor滤波器的纹理特征提取 | 第43-47页 |
| ·Gabor滤波器方法介绍 | 第43-46页 |
| ·基于Gabor滤波器的纹理特征提取算法 | 第46-47页 |
| ·滤波响应后期处理 | 第47-50页 |
| ·平滑滤波器 | 第47-48页 |
| ·纹理特征降维 | 第48-50页 |
| ·特征整合方法 | 第50页 |
| ·基于谱聚类算法进行纹理图像分割结果 | 第50-53页 |
| ·本章小结 | 第53-56页 |
| 第5章 总结与展望 | 第56-58页 |
| ·总结 | 第56-57页 |
| ·展望 | 第57-58页 |
| 参考文献 | 第58-64页 |
| 致谢 | 第64-66页 |
| 攻读硕士学位期间的研究成果 | 第66页 |