基于FCM类型算法的自动图像分割方法研究
| 独创性(或创新性)声明 | 第1页 |
| 关于论文使用授权的说明 | 第2-3页 |
| 摘 要 | 第3-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-13页 |
| ·选题的目的及意义 | 第7-8页 |
| ·研究进展及其现状 | 第8-9页 |
| ·模糊聚类理论及其在图像分割中的应用 | 第9-10页 |
| ·论文的主要成果及内容安排 | 第10-13页 |
| 第二章 FCM-type算法 | 第13-19页 |
| ·引言 | 第13-16页 |
| ·数据集X 的c -划分 | 第14-15页 |
| ·硬c 均值聚类算法 | 第15页 |
| ·模糊c 均值聚类算法 | 第15-16页 |
| ·FCM-type算法 | 第16-18页 |
| ·标准的FCM算法 | 第16-17页 |
| ·加权FCM算法 | 第17页 |
| ·带有惩罚项的FCM算法 | 第17-18页 |
| ·小结 | 第18-19页 |
| 第三章 基于FCM聚类的图像快速分割算法 | 第19-29页 |
| ·引言 | 第19页 |
| ·基于直方图加权的FCM算法 | 第19-21页 |
| ·基于一维直方图加权的FCM算法 | 第20页 |
| ·基于二维直方图加权的FCM算法 | 第20-21页 |
| ·基于二维直方图加权和塔形分解的FCM算法 | 第21-27页 |
| ·二维直方图的构造和塔形分解 | 第21-22页 |
| ·塔形加权FCM聚类的图像快速分割算法 | 第22-23页 |
| ·本文采用的分割评价准则 | 第23-24页 |
| ·实验结果与分析 | 第24-27页 |
| ·小结 | 第27-29页 |
| 第四章 FCM算法中参数的优选 | 第29-39页 |
| ·引言 | 第29页 |
| ·参数c 的优选 | 第29-32页 |
| ·评价函数的构造 | 第30页 |
| ·图像分割的最佳类别数c 的确定方法 | 第30-31页 |
| ·实验结果与分析 | 第31-32页 |
| ·参数m的优选 | 第32-37页 |
| ·参数m对分割效果的影响 | 第33页 |
| ·图像的特征与m取值之间的关系 | 第33-34页 |
| ·实验结果与分析 | 第34-37页 |
| ·小结 | 第37-39页 |
| 第五章 FCM算法的鲁棒性研究 | 第39-45页 |
| ·引言 | 第39页 |
| ·FCM算法的鲁棒性研究 | 第39-44页 |
| ·基于空间约束的FCM算法(RFCM算法) | 第39-40页 |
| ·RFCM算法中参数β对分割结果的影响 | 第40页 |
| ·实验结果与分析 | 第40-44页 |
| ·小结 | 第44-45页 |
| 第六章 总结与展望 | 第45-47页 |
| ·总结 | 第45-46页 |
| ·展望 | 第46-47页 |
| 致谢 | 第47-49页 |
| 参考文献 | 第49-53页 |
| 作者在读期间参加的科研和发表的论文 | 第53页 |
