基于CA的结肠息肉图像增强与分割算法
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第10-11页 |
| 缩略语对照表 | 第11-14页 |
| 第一章 绪论 | 第14-20页 |
| 1.1 课题研究背景及意义 | 第14-15页 |
| 1.2 相关领域的研究现状 | 第15-18页 |
| 1.2.1 医学图像增强算法的研究现状 | 第15-16页 |
| 1.2.2 医学图像分割算法的研究现状 | 第16-17页 |
| 1.2.3 基于CA的医学图像处理研究现状 | 第17-18页 |
| 1.3 本文的主要工作和结构安排 | 第18-20页 |
| 第二章 医学图像处理研究基础 | 第20-32页 |
| 2.1 图像增强技术概述 | 第20-23页 |
| 2.1.1 灰度变换 | 第20-21页 |
| 2.1.2 直方图均衡化 | 第21-22页 |
| 2.1.3 彩色图像增强 | 第22-23页 |
| 2.2 图像分割技术概述 | 第23-26页 |
| 2.2.1 基于阈值的分割方法 | 第23-24页 |
| 2.2.2 基于边缘的分割方法 | 第24-25页 |
| 2.2.3 基于区域的分割方法 | 第25-26页 |
| 2.3 元胞自动机理论 | 第26-31页 |
| 2.3.1 元胞自动机概念 | 第26-29页 |
| 2.3.2 元胞自动机特征 | 第29-30页 |
| 2.3.3 一种典型的元胞自动机 | 第30-31页 |
| 2.4 本章小结 | 第31-32页 |
| 第三章 基于CA与HE的结肠息肉图像增强算法 | 第32-46页 |
| 3.1 彩色空间 | 第32-34页 |
| 3.1.1 RGB彩色空间 | 第32-33页 |
| 3.1.2 HSI彩色空间 | 第33页 |
| 3.1.3 RGB与HSI空间转换 | 第33-34页 |
| 3.2 CAHE图像增强新算法 | 第34-41页 |
| 3.2.1 扩展直方图概念 | 第35-36页 |
| 3.2.2 全局处理 | 第36-37页 |
| 3.2.3 局部处理 | 第37-39页 |
| 3.2.4 参数选择 | 第39-41页 |
| 3.3 实验结果与性能评价 | 第41-44页 |
| 3.3.1 主观评价 | 第41-43页 |
| 3.3.2 客观评价 | 第43-44页 |
| 3.4 本章小结 | 第44-46页 |
| 第四章 基于CA的结肠息肉图像自动分割算法 | 第46-62页 |
| 4.1 Grow Cut算法分析 | 第46-48页 |
| 4.2 FCA模型 | 第48-50页 |
| 4.3 Shape-UCM算法分析 | 第50-51页 |
| 4.4 Shape-FCA图像分割新算法 | 第51-58页 |
| 4.4.1 算法流程 | 第51-52页 |
| 4.4.2 隶属度函数 | 第52-53页 |
| 4.4.3 预处理 | 第53-54页 |
| 4.4.4 标记初始种子点 | 第54-56页 |
| 4.4.5 自动分割 | 第56-58页 |
| 4.5 实验结果与性能评价 | 第58-61页 |
| 4.5.1 主观评价 | 第58-60页 |
| 4.5.2 客观评价 | 第60-61页 |
| 4.6 本章小结 | 第61-62页 |
| 第五章 总结与展望 | 第62-64页 |
| 参考文献 | 第64-70页 |
| 致谢 | 第70-72页 |
| 作者简介 | 第72-73页 |
