| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第11-15页 |
| 1.1 医学图像分割处理研究背景和意义 | 第11-12页 |
| 1.2 医学图像分割研究现状 | 第12-14页 |
| 1.3 论文的主要工作 | 第14页 |
| 1.4 论文的组织结构 | 第14-15页 |
| 第2章 相关理论知识研究 | 第15-33页 |
| 2.1 分布式并行计算技术 | 第15-19页 |
| 2.1.1 Dryad模型 | 第15-17页 |
| 2.1.2 MapReduce模型 | 第17-19页 |
| 2.2 图像分割算法分类 | 第19-24页 |
| 2.2.1 图像分割算法分类标准 | 第19-21页 |
| 2.2.2 基本算法 | 第21-24页 |
| 2.3 图像区域特征分割算法 | 第24-27页 |
| 2.3.1 区域生长分割法 | 第24-25页 |
| 2.3.2 阈值分割法 | 第25-26页 |
| 2.3.3 区域分裂与合并分割法 | 第26-27页 |
| 2.4 并行聚类算法 | 第27-32页 |
| 2.4.1 并行K-means聚类算法 | 第28-29页 |
| 2.4.2 并行ISODATA算法 | 第29-30页 |
| 2.4.3 并行朴素贝叶斯分类算法 | 第30-32页 |
| 2.5 本章小结 | 第32-33页 |
| 第3章 并行图像分割算法 | 第33-49页 |
| 3.1 基于切比雪夫不等式的核密度估计背景建模算法 | 第33-35页 |
| 3.2 基于并行切比雪夫不等式核密度估计背景建模算法 | 第35-42页 |
| 3.2.1 算法描述 | 第35页 |
| 3.2.2 算法流程图 | 第35-37页 |
| 3.2.3 步骤实现 | 第37-42页 |
| 3.3 基于像素点连通率的图像分割算法 | 第42-43页 |
| 3.4 基于并行像素点连通率图像分割算法 | 第43-47页 |
| 3.4.1 算法描述 | 第43-44页 |
| 3.4.2 步骤实现 | 第44-47页 |
| 3.5 本章小结 | 第47-49页 |
| 第4章 实验设计与分析 | 第49-61页 |
| 4.1 实验环境 | 第50-51页 |
| 4.2 MRKDCA算法结果分析 | 第51-54页 |
| 4.3 MRTSCS算法结果分析 | 第54-58页 |
| 4.4 系统性能分析 | 第58-60页 |
| 4.5 本章小结 | 第60-61页 |
| 第5章 总结与展望 | 第61-63页 |
| 5.1 总结 | 第61页 |
| 5.2 展望 | 第61-63页 |
| 参考文献 | 第63-67页 |
| 致谢 | 第67页 |