| 摘要 | 第5-8页 |
| Abstract | 第8-11页 |
| 第1章 绪论 | 第16-30页 |
| 1.1 研究背景及意义 | 第16-23页 |
| 1.1.1 图像增强 | 第17-20页 |
| 1.1.2 图像分割 | 第20-21页 |
| 1.1.3 基于偏微分方程的图像处理技术 | 第21-23页 |
| 1.2 研究现状及意义 | 第23-27页 |
| 1.2.1 基于偏微分方程的图像增强 | 第23-24页 |
| 1.2.2 基于偏微分方程的图像分割 | 第24-27页 |
| 1.3 本文主要研究内容以及组织结构 | 第27-30页 |
| 1.3.1 论文的主要研究内容 | 第27-28页 |
| 1.3.2 论文的组织结构 | 第28-30页 |
| 第2章 相关数学理论基础 | 第30-46页 |
| 2.1 平面微分几何 | 第30-33页 |
| 2.2 偏微分方程的基础知识 | 第33-35页 |
| 2.3 偏微分方程的构建方法 | 第35-39页 |
| 2.3.1 变分法与欧拉方程 | 第36-37页 |
| 2.3.2 梯度下降流 | 第37-39页 |
| 2.4 偏微分方程的数值计算 | 第39-40页 |
| 2.5 曲线演化理论及水平集方法 | 第40-46页 |
| 2.5.1 曲线集合演化的一般方程式 | 第40-42页 |
| 2.5.2 水平集方法介绍 | 第42-44页 |
| 2.5.3 符号距离函数与水平集函数的初始化 | 第44-46页 |
| 第3章 基于分层最大熵规定化的图像增强 | 第46-56页 |
| 3.1 子层范围重新映射 | 第47-48页 |
| 3.2 最大熵规定化处理算法 | 第48-50页 |
| 3.3 实验结果及分析 | 第50-55页 |
| 3.4 总结 | 第55-56页 |
| 第4章 基于高斯混合模型的梯度场重构增强 | 第56-84页 |
| 4.1 双峰高斯函数拟合的梯度直方图扩展增强 | 第57-70页 |
| 4.1.1 基于高斯混合模型的梯度直方图扩展 | 第59-61页 |
| 4.1.2 基于梯度直方图规定化的梯度场增强 | 第61-63页 |
| 4.1.3 重构增强的图像 | 第63-64页 |
| 4.1.4 实验及讨论 | 第64-70页 |
| 4.2 高斯混合模型估计的梯度场分层重构的去噪与增强 | 第70-83页 |
| 4.2.1 基于高斯混合模型的梯度场增强 | 第71-74页 |
| 4.2.2 基于各向异性扩散约束的图像可视化 | 第74-76页 |
| 4.2.3 实验结果 | 第76-83页 |
| 4.3 本章小结 | 第83-84页 |
| 第5章 基于引导滤波的梯度矢量流分割模型 | 第84-104页 |
| 5.1 经典的参数活动轮廓模型 | 第85-89页 |
| 5.1.1 snake模型 | 第85-86页 |
| 5.1.2 GVF模型 | 第86-89页 |
| 5.2 基于引导滤波的梯度矢量流模型 | 第89-96页 |
| 5.2.1 引导滤波 | 第90-92页 |
| 5.2.2 基于引导滤波的边缘图 | 第92-94页 |
| 5.2.3 基于加权函数的能量泛函 | 第94-95页 |
| 5.2.4 数值实现 | 第95-96页 |
| 5.3 实验结果分析 | 第96-103页 |
| 5.3.1 捕捉范围,凹陷区域收敛能力和初始化曲线敏感度 | 第97-98页 |
| 5.3.2 防止弱边缘泄露 | 第98-99页 |
| 5.3.3 噪声敏感度 | 第99-102页 |
| 5.3.4 其他类型的图像的分割 | 第102-103页 |
| 5.4 本章小结 | 第103-104页 |
| 第6章 基于局部区域统计结合多参数拟合的亮度不均图像分割 | 第104-126页 |
| 6.1 相关工作 | 第106-107页 |
| 6.1.1 LBF模型 | 第106页 |
| 6.1.2 LIC模型 | 第106页 |
| 6.1.3 局部CV模型 | 第106-107页 |
| 6.2 基于局部统计模型结合多参数亮度拟合的分割模型 | 第107-116页 |
| 6.2.1 亮度不均匀图像的分割 | 第107-111页 |
| 6.2.2 基于水平集方法的能量函数 | 第111-113页 |
| 6.2.3 数值实现 | 第113-116页 |
| 6.2.4 与其他方法的对比讨论 | 第116页 |
| 6.3 实验对比分析 | 第116-124页 |
| 6.3.1 亮度不均图像的分割 | 第117-120页 |
| 6.3.2 具有复杂结构的医学图像分割 | 第120-122页 |
| 6.3.3 对噪声图像的分割 | 第122-123页 |
| 6.3.4 其他图像的分割 | 第123-124页 |
| 6.4 本章总结 | 第124-126页 |
| 第7章 总结与展望 | 第126-130页 |
| 7.1 论文总结 | 第126-127页 |
| 7.2 工作展望 | 第127-128页 |
| 7.3 结束语 | 第128-130页 |
| 参考文献 | 第130-144页 |
| 在学期间学术成果情况 | 第144-146页 |
| 指导教师及作者简介 | 第146-148页 |
| 致谢 | 第148页 |
