基于提升小波和形态学的医学图像边缘检测
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-11页 |
| 第一章 绪论 | 第11-19页 |
| ·课题研究的意义 | 第11-12页 |
| ·国内外研究现状 | 第12-16页 |
| ·论文主要研究内容 | 第16-17页 |
| ·论文结构安排 | 第17页 |
| ·本文实验图像及工具软件介绍 | 第17-19页 |
| 第二章 传统边缘检测算法 | 第19-33页 |
| ·边缘检测的理论 | 第19-22页 |
| ·边缘定义 | 第19-20页 |
| ·边缘检测基本步骤 | 第20-21页 |
| ·边缘检测算法评价标准 | 第21-22页 |
| ·传统边缘检测算法 | 第22-28页 |
| ·梯度算子 | 第23-25页 |
| ·Laplace算子 | 第25-26页 |
| ·拉普拉斯-高斯算子 | 第26-27页 |
| ·Canny算子 | 第27-28页 |
| ·传统边缘检测算法性能比较 | 第28-31页 |
| ·本章小结 | 第31-33页 |
| 第三章 基于提升小波的边缘检测算法 | 第33-45页 |
| ·提升小波的背景 | 第33-34页 |
| ·提升小波变换的基本原理 | 第34-39页 |
| ·基于提升小波变换的边缘检测算法 | 第39-42页 |
| ·小波基的选择 | 第39页 |
| ·小波提升实现 | 第39-40页 |
| ·小波模极大值计算 | 第40-42页 |
| ·提升小波边缘检测算法仿真和结果分析 | 第42-44页 |
| ·本章小结 | 第44-45页 |
| 第四章 基于形态学的边缘检测算法 | 第45-61页 |
| ·灰度形态学 | 第45-49页 |
| ·形态学基本运算 | 第46-48页 |
| ·灰度形态学运算的基本性质 | 第48-49页 |
| ·轮廓形态学 | 第49-53页 |
| ·基于形态学的边缘检测算法 | 第53-60页 |
| ·结构元素的选取 | 第53-55页 |
| ·形态学边缘检测算子 | 第55-57页 |
| ·抗噪型形态学算子 | 第57-60页 |
| ·本章小结 | 第60-61页 |
| 第五章 边缘检测新算法 | 第61-77页 |
| ·联合提升小波和形态学的医学图像边缘检测 | 第61-65页 |
| ·算法介绍 | 第61-63页 |
| ·算法流程图 | 第63页 |
| ·算法仿真和结果分析 | 第63-65页 |
| ·融合提升小波和形态学熵权的医学图像边缘检测 | 第65-69页 |
| ·算法介绍 | 第65-67页 |
| ·算法流程图 | 第67页 |
| ·算法仿真和结果分析 | 第67-69页 |
| ·基于提升小波和轮廓形态学边缘检测算法 | 第69-73页 |
| ·算法介绍 | 第69-71页 |
| ·算法流程图 | 第71页 |
| ·算法仿真和结果分析 | 第71-73页 |
| ·算法比较 | 第73-75页 |
| ·本章小结 | 第75-77页 |
| 第六章 总结与展望 | 第77-79页 |
| ·论文总结 | 第77-78页 |
| ·工作展望 | 第78-79页 |
| 参考文献 | 第79-85页 |
| 致谢 | 第85-87页 |
| 攻读学位期间发表的学术论文 | 第87页 |
