声明
摘要
1.1研究背景及意义
1.2模糊C均值聚类算法研究现状
1.3论文组织结构
第二章基于模糊C均值聚类图像分割算法
2.1模糊C均值聚类算法相关理论
2.1.1模糊理论
2.1.2聚类
2.1.3图像分割
2.2模糊C均值聚类算法(FCM)
2.3几种基于空间信息的FCM算法
2.3.1结合局部空间信息的FCM算法
2.3.2结合非局部空间信息的FCM算法
2.4本章小结
第三章结合差分曲率的FCM图像分割算法
3.1 sFCM算法
3.2基于直觉模糊集和高斯核空间信息的sFCM算法
3.2.1基于直觉模糊集的FCM算法(sIFCM)
3.2.2基于高斯核函数的FCM算法(gsFCM)
3.3结合差分曲率的FCM算法
3.3.1差分曲率
3.3.2改进算法
3.4实验分析
3.4.1自然图像
3.4.2医学图像
3.5本章小结
第四章基于局部和非局部信息的FCM图像分割算法
4.1非局部均值滤波思想
4.2 FLICM算法
4.3 NLFCM算法
4.4基于局部和非局部信息的FCM算法
4.5实验分析
4.5.1合成图像
4.5.2医学MR图像
4.5.3实验结果分析
4.6本章小结
5.1论文工作总结
5.2未来工作展望
参考文献
攻读硕士学位期间发表的论文
致谢