| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 目录 | 第8-10页 |
| CONTENTS | 第10-12页 |
| 第一章 绪论 | 第12-20页 |
| 1.1 研宄背景与意义 | 第12页 |
| 1.2 图像分割及算法综述 | 第12-15页 |
| 1.2.1 基于阔值的图像分割方法 | 第13页 |
| 1.2.2 基于边缘的图像分割方法 | 第13页 |
| 1.2.3 基于区域的图像分割方法 | 第13-14页 |
| 1.2.4 结合特定理论的图像分割方法 | 第14-15页 |
| 1.3 聚类分割方法及国内外研究现状 | 第15-18页 |
| 1.3.1 聚类分割方法基本概念 | 第16页 |
| 1.3.2 模糊C均值聚类算法研究现状 | 第16-18页 |
| 1.4 本文研宄内容与结构安排 | 第18-20页 |
| 第二章 基于空间邻域信息的FCM图像分割算法 | 第20-28页 |
| 2.1 引言 | 第20页 |
| 2.2 传统的FCM算法 | 第20-21页 |
| 2.3 经典的基于空间邻域信息的改进算法 | 第21-25页 |
| 2.3.1 基于空间约束的FCM (FCM_S)算法及它的变式 | 第22-23页 |
| 2.3.2 增强型FCM算法(EnFCM)和快速通用FCM算法(FGFCM) | 第23-24页 |
| 2.3.3 基于局部信息的FCM聚类算法(FLICM) | 第24-25页 |
| 2.4 邻域加权的FCM (NWFCM)算法 | 第25-27页 |
| 2.5 本章小结 | 第27-28页 |
| 第三章 DCT子空间的邻域加权FCM聚类算法 | 第28-37页 |
| 3.1 引言 | 第28页 |
| 3.2 DCT子空间内的相似性度量 | 第28-29页 |
| 3.3 DNWFCM難 | 第29-30页 |
| 3.4 实验与结果分析 | 第30-36页 |
| 3.4.1 合成图像实验结果 | 第31-33页 |
| 3.4.2 自然图像实验结果 | 第33-34页 |
| 3.4.3 MR图像实验结果 | 第34-36页 |
| 3.5 本章小结 | 第36-37页 |
| 第四章 结合小波变换和改进邻域权值FCM算法 | 第37-47页 |
| 4.1 引言 | 第37-38页 |
| 4.2 小波多分辨率分析自适应阈值去噪算法 | 第38-39页 |
| 4.3 结合双边滤波思想改进权值函数 | 第39-40页 |
| 4.4 结合小波变换和改进部域权值的FCM算法(WNWFCM) | 第40-41页 |
| 4.5 实验结果及分析 | 第41-45页 |
| 4.5.1 合成图像分割结果 | 第41-43页 |
| 4.5.2 自然图像分割结果 | 第43-45页 |
| 4.6 本章小结 | 第45-47页 |
| 结论 | 第47-49页 |
| 参考文献 | 第49-52页 |
| 攻读硕士学位期间发表的学术论文 | 第52-54页 |
| 致谢 | 第54页 |
