摘要 | 第1-6页 |
Abstract | 第6-11页 |
插图清单 | 第11-13页 |
附表清单 | 第13-14页 |
第一章 绪论 | 第14-29页 |
·引言 | 第14-15页 |
·图像分割及其应用研究现状 | 第15-23页 |
·图像分割的定义 | 第15-16页 |
·图像分割算法研究现状 | 第16-20页 |
·图像分割应用现状 | 第20-22页 |
·图像分割技术的应用相关性 | 第22-23页 |
·问题的提出 | 第23-27页 |
·本文所研究应用及其特点 | 第23-24页 |
·基于特征空间聚类的图像分割原理 | 第24-25页 |
·图像分割常用聚类算法 | 第25-26页 |
·基于聚类的图像分割方法存在的问题 | 第26-27页 |
·本文主要工作及章节安排 | 第27-29页 |
第二章 基于颜色特征空间聚类的图像分割 | 第29-46页 |
·引言 | 第29-30页 |
·基于平方误差最小化的聚类算法 | 第30-32页 |
·K均值聚类算法 | 第30-31页 |
·K中心点聚类算法 | 第31-32页 |
·基于遗传算法聚类的图像分割 | 第32-41页 |
·遗传算法基本步骤 | 第32-33页 |
·聚类中心选择受限的聚类算法 | 第33-35页 |
·基于颜色特征空间聚类的图像分割实验结果 | 第35-41页 |
·变异算子的改进 | 第41-45页 |
·常用变异算子 | 第41-42页 |
·变异概率自适应的变异算子 | 第42-43页 |
·实验结果 | 第43-45页 |
·本章小结 | 第45-46页 |
第三章 融合空间信息的无监督图像分割 | 第46-61页 |
·引言 | 第46-47页 |
·基于FCM算法的图像分割 | 第47-50页 |
·FCM的基本算法 | 第47-48页 |
·典型的基于FCM结合空间信息的图像分割算法 | 第48-50页 |
·基于随机游走的图像分割 | 第50-52页 |
·随机游走与图像分割 | 第50页 |
·基于随机游走的图像分割算法 | 第50-52页 |
·融合FCM与随机游走的图像分割 | 第52-54页 |
·算法的基本思想 | 第52-53页 |
·利用随机游走算法改进隶属度计算方法 | 第53-54页 |
·算法实验结果及分析 | 第54-60页 |
·人工合成图像分割实验 | 第54-57页 |
·实际地层图像分割实验 | 第57-59页 |
·对一般图像分割噪声的抑制实验 | 第59-60页 |
·本章小结 | 第60-61页 |
第四章 融合空间信息的半监督图像分割 | 第61-76页 |
·引言 | 第61-62页 |
·典型的半监督图像分割方法 | 第62-66页 |
·基于半监督聚类算法的图像分割 | 第63页 |
·基于种子点的半监督图像分割方法 | 第63-66页 |
·融合空间信息基于颜色特征空间聚类的半监督图像分割 | 第66-69页 |
·SSFCM算法与种子点方法的结合方法 | 第66-68页 |
·基于SSFCM与随机游走的图像分割 | 第68-69页 |
·实验结果及分析 | 第69-74页 |
·本文算法对图像噪声的抑制效果 | 第69-70页 |
·与随机游走算法交互方式的比较实验 | 第70页 |
·地层剖面图像的分割实验 | 第70-74页 |
·一般图像的分割实验 | 第74页 |
·本章小结 | 第74-76页 |
第五章 图像分割算法实际应用 | 第76-101页 |
·引言 | 第76页 |
·图像分割算法在乱计绣辅助制作系统中的应用 | 第76-88页 |
·研究背景 | 第76-78页 |
·乱针绣辅助制作系统结构及工艺流程 | 第78-79页 |
·乱针绣辅助制作关键技术 | 第79-85页 |
·改进遗传聚类算法实现绣线选择与图像分割 | 第85-86页 |
·原型系统的实验结果 | 第86-88页 |
·图像分割在地层图像边界识别中的应用 | 第88-100页 |
·研究背景 | 第88-89页 |
·地层3D重建系统及关键技术 | 第89-93页 |
·地层图像分割与边界识别 | 第93-99页 |
·原型系统实现及部分图像分割实验结果 | 第99-100页 |
·本章小结 | 第100-101页 |
第六章 总结与展望 | 第101-103页 |
·全文总结 | 第101-102页 |
·研究展望 | 第102-103页 |
参考文献 | 第103-114页 |
致谢 | 第114-115页 |
攻读博士学位期间发表成果 | 第115-116页 |