新書推薦:

《
不纠结了 摆脱选择焦虑的极简法则 高敏感、优柔寡断、总陷入选择内耗的 纠结星人 自救指南
》
售價:NT$
254

《
当战争来敲门(牛津二战史,耶鲁、剑桥大学教授推荐)
》
售價:NT$
449

《
初老的身体:更年期新规则指南(第2版)
》
售價:NT$
653

《
摘星星的人
》
售價:NT$
218

《
名侦探的守则(东野圭吾:反套路!玩梗诡计,吐槽套路,爆笑推理!“你怎么看出我男扮女装的?”)
》
售價:NT$
301

《
金融帝国:美元如何计算全球
》
售價:NT$
347

《
全球化时代的历史书写:七位欧美历史学家访谈录 尔文智识生活系列
》
售價:NT$
500

《
好能量
》
售價:NT$
454
|
| 內容簡介: |
《基于模糊聚类的图像分割》是一部讲述模糊聚类理论及其在图像分割中应用的专著,是以作者十余年科研工作取得的研究成果为基础撰写而成的。《基于模糊聚类的图像分割》立足于模糊c-均值型聚类算法,主要讲述利用图像空间信息的模糊聚类、基于进化算法的模糊聚类以及模糊聚类与谱聚类的结合等内容,着重介绍这些算法在图像分割中的应用。
《基于模糊聚类的图像分割》可供模式识别、图像处理及模糊信息处理等方向的研究生、高校教师和科研人员学习参考。
|
| 目錄:
|
第1章 概述
1.1 图像分割
1.1.1 基于阈值的分割方法
1.1.2 基于聚类的分割方法
1.1.3 基于区域的分割方法
1.1.4 基于边缘的分割方法
1.1.5 基于图论的分割方法
1.2 模糊聚类应用于图像分割
1.3 本书的结构
参考文献
第2章 模糊c-均值型聚类
2.1 模糊c-均值聚类算法
2.1.1 数据集X的c划分
2.1.2 硬c-均值聚类算法
2.1.3 模糊c-均值聚类算法
2.2 核模糊c-均值聚类算法
2.2.1 核表示及核函数
2.2.2 核模糊c-均值聚类算法
2.3 抑制式模糊c-均值聚类算法
2.3.1 竞争学习机制
2.3.2 抑制式模糊c-均值聚类算法
2.4 广义模糊c-均值聚类算法
2.5 可能性模糊c-均值聚类算法
2.6 经典模糊c-均值型聚类算法性能分析
参考文献
第3章 利用图像局部空间信息的模糊聚类
3.1 引入邻域空间限制项的模糊c-均值聚类算法及其核算法
3.1.1 引入邻域空间限制项的模糊c-均值聚类算法
3.1.2 基于简化邻域空间限制项的模糊c-均值聚类算法
3.1.3 基于简化邻域空间限制项的核模糊c-均值聚类算法
3.2 加强模糊c-均值聚类算法
3.2.1 线性加权和图像的构建
3.2.2 加强模糊c-均值聚类算法
3.3 快速广义模糊c-均值聚类算法
3.3.1 新颖的线性加权和图像的构建
3.3.2 快速广义模糊c-均值聚类算法
3.4 模糊局部信息c-均值聚类算法
3.4.1 融合局部空间信息的模糊因子
3.4.2 模糊局部信息c-均值聚类算法
3.5 几种融合图像局部空间信息的模糊聚类算法性能分析
参考文献
第4章 利用图像非局部空间信息的模糊聚类
4.1 图像的非局部空间信息
4.2 基于非局部空间信息的模糊c-均值聚类算法
4.3 基于自调节非局部空间信息的模糊c-均值聚类算法
4.3.1 自调节非局部空间信息的获取
4.3.2 基于自调节非局部空间信息的模糊c-均值聚类算法
4.4 基于自调节非局部空间信息的快速模糊c-均值聚类算法
4.4.1 自调节非局部空间灰度直方图的构建
4.4.2 融合自调节非局部空间信息的快速模糊c-均值聚类算法
4.5 优选抑制式自调节非局部空间模糊c-均值聚类算法
4.5.1 抑制式模糊c-均值聚类算法存在的问题
4.5.2 模糊隶属度优选抑制式策略
4.5.3 优选抑制式非局部空间模糊c-均值聚类算法
4.6 几种融合图像非局部空间信息的模糊聚类算法性能分析
4.6.1 算法参数讨论
4.6.2 合成图像对比实验
4.6.3 自然图像对比实验
参考文献
第5章 基于遗传算法的模糊聚类图像分割
第6章 基于多目标进化模糊聚类的图像分割
第7章 基于模糊相似性谱聚类的图像分割
第8章 基于模糊原理提取谱聚类的图像分割
|
|