第一个书签之前
第1章 绪 论
1.1 研究背景及意义
1.2 图像分割研究现状
1.3 模糊聚类在图像分割中的应用
1.4 论文主要工作及章节安排
第2章 模糊聚类分割理论基础
2.1 模糊集及模糊划分
2.1.1 模糊集理论
2.1.2 模糊划分基础
2.2 模糊C-均值聚类算法
2.3 鲁棒模糊聚类图像分割算法
2.3.1 空间信息约束的鲁棒聚类分割法
2.3.2 模糊局部信息C-均值聚类分割法
2.3.3 非局部信息模糊C-均值聚类分割法
2.4 图像分割的评价标准
2.5 本章小结
第3章 彩色图像鲁棒聚类分割快速算法
3.1 引言
3.2 彩色图像及直方图
3.2.1 彩色图像表示
3.2.2 图像颜色模型
3.2.3 彩色图像直方图构造
3.3 利用马氏距离的模糊聚类算法
3.4 鲁棒聚类分割快速算法
3.5 实验结果与分析
3.6 本章小结
第4章 核空间半监督模糊局部C-均值聚类分割算法
4.1 引言
4.2 核函数理论
4.2.1 核函数的定义
4.2.2 核函数的选择
4.3 半监督模糊聚类
4.3.1 基于聚类过程的半监督FCM算法
4.3.2 基于目标函数的半监督FCM算法
4.4 核半监督模糊局部C-均值图像分割算法
4.5 实验结果与分析
4.5.1 标准图像加噪分割
4.5.2 合成及二值图像加噪分割
4.5.3 医学及遥感图像加噪分割
4.6 结论
第5章 基于非局部均值的鲁棒半监督模糊聚类分割算法
5.1 引言
5.2 非局部均值去噪方法
5.3 鲁棒半监督模糊聚类分割算法
5.3.1 空间邻域加权距离
5.3.2 邻域约束半监督模糊聚类算法
5.4 实验结果与分析
5.4.1 合成图像加噪分割
5.4.2 标准图像加噪分割
5.4.3 遥感图像加噪分割
5.5 小结
第6章 结合引导滤波的半监督模糊聚类分割算法
6.1 引言
6.2 几种典型的图像滤波
6.2.1 传统滤波
6.2.2 双边滤波
6.2.3 引导滤波
6.3 引导滤波半监督模糊聚类分割算法
6.4 实验结果与分析
6.4.1 滤波抗噪性能比较
6.4.2 边缘保持能力比较
6.4.3 图像分割结果比较
6.5 本章小结
第7章 总结与展望
7.1 研究总结
7.2研究展望
参考文献
攻读学位期间取得的研究成果
致谢
声明
