图像滤波与分割的新方法及其应用研究
| 第一章 绪论 | 第1-16页 |
| ·课题研究背景及研究意义 | 第8-9页 |
| ·图像处理与光测力学图像 | 第8-9页 |
| ·散斑干涉条纹图的滤波 | 第8页 |
| ·光弹性图像等差线的提取 | 第8-9页 |
| ·图像分割与医学图像 | 第9页 |
| ·发展现状 | 第9-14页 |
| ·散斑条纹图滤波方法 | 第9-10页 |
| ·图像分割方法 | 第10-14页 |
| ·图像分割定义 | 第10-11页 |
| ·图像分割方法综述 | 第11-14页 |
| ·本文的主要工作及创新 | 第14-16页 |
| 第二章 改进的旋滤波方法 | 第16-27页 |
| ·改进的旋滤波方法 | 第16-22页 |
| ·干涉条纹方向的定义 | 第16-18页 |
| ·干涉条纹图的数学形式 | 第16-17页 |
| ·条纹方向的定义 | 第17-18页 |
| ·旋滤波算法原理 | 第18-19页 |
| ·改进旋滤波算法 | 第19-22页 |
| ·基于改进旋滤波思想的边缘检测方法 | 第22-26页 |
| ·灰度图像边缘检测法 | 第22-24页 |
| ·无噪声图像边缘检测 | 第23页 |
| ·有噪声图像边缘检测 | 第23-24页 |
| ·彩色图像边缘检测法 | 第24-26页 |
| ·本章小结 | 第26-27页 |
| 第三章 彩色图像分割的ERBF 网络方法 | 第27-40页 |
| ·人工神经网络 | 第27-31页 |
| ·神经元和单层感知机 | 第27-29页 |
| ·激活函数 | 第29页 |
| ·学习规则 | 第29-31页 |
| ·彩色图像分割的ERBF 网络 | 第31-39页 |
| ·径向基函数(RBF)网络 | 第31-35页 |
| ·RBF 网络结构 | 第32页 |
| ·基函数的形式 | 第32-33页 |
| ·RBF 学习算法 | 第33-35页 |
| ·加强型径向基函数(ERBF)网络 | 第35-39页 |
| ·ERBF 网络结构 | 第36页 |
| ·激活函数形式 | 第36-38页 |
| ·ERBF 学习算法 | 第38-39页 |
| ·本章小结 | 第39-40页 |
| 第四章 新方法在光测力学图像中的应用结果 | 第40-48页 |
| ·散斑条纹图的滤波结果 | 第40-44页 |
| ·等差线的提取结果 | 第44-47页 |
| ·本章小结 | 第47-48页 |
| 第五章 新方法在医学图像中的应用结果 | 第48-55页 |
| ·医学图像边缘检测结果 | 第48-51页 |
| ·医学图像的ERBF 算法分割结果 | 第51-54页 |
| ·本章小结 | 第54-55页 |
| 第六章 总结与展望 | 第55-56页 |
| 参考文献 | 第56-62页 |
| 发表文章 | 第62-63页 |
| 致谢 | 第63页 |
