| 摘要 | 第1-4页 |
| Abstract | 第4-6页 |
| 目录 | 第6-8页 |
| 第一章 绪论 | 第8-16页 |
| ·研究背景及意义 | 第8-9页 |
| ·图像分割概述与研究现状 | 第9-13页 |
| ·图像分割的概念 | 第9-10页 |
| ·图像分割算法概述 | 第10-13页 |
| ·基于聚类分析的图像分割算法的研究现状 | 第13-15页 |
| ·本文的内容安排 | 第15-16页 |
| 第二章 基于模糊 C 均值聚类算法的图像分割技术研究概况 | 第16-26页 |
| ·模糊理论基础 | 第16-18页 |
| ·模糊集理论 | 第16页 |
| ·模糊集理论 | 第16-18页 |
| ·模糊聚类分析 | 第18-19页 |
| ·聚类分析 | 第18页 |
| ·聚类分析的数学模型 | 第18-19页 |
| ·基于目标函数的模糊聚类分析 | 第19页 |
| ·模糊 C 均值聚类算法及其改进算法 | 第19-24页 |
| ·模糊 C 均值聚类算法 | 第19-20页 |
| ·空间约束的模糊 C 均值算法 | 第20-22页 |
| ·快速增强模糊 C 均值算法 | 第22-23页 |
| ·快速鲁棒模糊 C 均值算法 | 第23-24页 |
| ·本章小结 | 第24-26页 |
| 第三章 基于非局部的模糊 C 均值图像分割算法 | 第26-44页 |
| ·非局部均值 | 第26-28页 |
| ·FGFCM 的问题 | 第28-29页 |
| ·非局部与 FGFCM 的结合 | 第29-30页 |
| ·实验部分 | 第30-43页 |
| ·非局部滤波参数 h 的分析 | 第30-32页 |
| ·人工合成图像实验结果对比 | 第32-35页 |
| ·自然图像实验结果对比 | 第35-38页 |
| ·医学图像实验结果对比 | 第38-42页 |
| ·真实图像实验结果对比 | 第42-43页 |
| ·总结 | 第43-44页 |
| 第四章 基于局部 PCA 和粗糙集的模糊 C 均值图像分割算法 | 第44-58页 |
| ·PCA 理论 | 第44-46页 |
| ·PCA 理论基础 | 第44-45页 |
| ·局部 PCA 用于图像预处理 | 第45-46页 |
| ·粗糙集 | 第46-48页 |
| ·粗糙集与其他集合论 | 第46-47页 |
| ·粗糙集原理 | 第47-48页 |
| ·基于局部 PCA 和粗糙集的模糊 C 均值图像分割算法 | 第48-49页 |
| ·实验部分 | 第49-57页 |
| ·人工合成图像实验结果对比 | 第49-51页 |
| ·自然图像实验结果对比 | 第51-53页 |
| ·医学图像实验结果对比 | 第53-57页 |
| ·总结 | 第57-58页 |
| 第五章 总结与展望 | 第58-60页 |
| ·总结 | 第58页 |
| ·展望 | 第58-60页 |
| 参考文献 | 第60-64页 |
| 硕士期间研究成果 | 第64-65页 |
