声明
摘要
第一章 绪论
1.1 图像分割技术概述
1.1.1 图像分割的定义
1.1.2 图像分割的方法
1.2 图像分割的意义和研究现状
1.2.1 图像分割的意义
1.2.2 图像分割的研究现状
1.3 论文主要内容及章节安排
1.4 本章小结
第二章 基于模糊聚类理论的图像分割技术
2.1 聚类理论
2.1 模糊理论
2.2.1 模糊理论概述
2.2.2 模糊集合论概述
2.3 聚类算法
2.3.1 非参数聚类算法
2.3.2 参数聚类算法
2.3.3 硬聚类算法
2.3.4 模糊C均值的聚类算法
2.3.5 几种FCM改进算法
2.4 本章小结
第三章 基于FCM和Gibbs随机场的融合算法
3.1 引言
3.2 Gibbs随机场理论及其相关改进方法
3.2.1 Markov与Gibbs随机场
3.2.2 结合Gibbs随机场的FCM改进方法
3.3 基于FCM和Gibbs随机场的融合算法
3.4 实验分析
3.4.1 实验一 人工合成图像的分割
3.4.2 实验二 脑部图像的分割
3.5 本章小结
第四章 基于Gibbs随机场和高斯核函数的FCM改进算法
4.1 引言
4.2 理论基础
4.2.1 FCM算法和Gibbs随机场
4.2.2 高斯核函数
4.3 基于Gibbs随机场和高斯核函数的FCM改进算法-MGKFCM
4.4 实验及结果分析
4.4.1 实验一 脑部图像的分割
4.4.2 实验二 人工合成图像的分割
4.5 本章小结
第五章 总结与展望
5.1 总结
5.2 展望
参考文献
硕士期间发表的论文和参与的项目
致谢