基于特征点的二维心脏超声图像匹配与运动跟踪
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 引言 | 第9页 |
| 1.2 课题研究背景与意义 | 第9-14页 |
| 1.2.1 医学超声图像的基本原理 | 第9-12页 |
| 1.2.2 MATLAB简介 | 第12页 |
| 1.2.3 心脏四腔运动及二维超声心动图 | 第12-14页 |
| 1.3 国内外发展状况 | 第14页 |
| 1.4 本文研究内容 | 第14-17页 |
| 第2章 超声图像预处理 | 第17-27页 |
| 2.1 图像滤波的常用方法 | 第17-23页 |
| 2.1.1 线性-均值滤波 | 第18-19页 |
| 2.1.2 非线性-中值滤波 | 第19-20页 |
| 2.1.3 自适应-维纳滤波 | 第20-21页 |
| 2.1.4 三种滤波的对比分析 | 第21-23页 |
| 2.2 基于特征点的去除噪声处理 | 第23-25页 |
| 2.2.1 基于特征点去除噪声的依据 | 第23页 |
| 2.2.2 基于特征点去噪处理的实验分析 | 第23-25页 |
| 2.3 本章小结 | 第25-27页 |
| 第3章 心脏超声图像特征点的提取 | 第27-41页 |
| 3.1 背景简介 | 第27页 |
| 3.2 图像特征的描述 | 第27-30页 |
| 3.2.1 点特征 | 第27-28页 |
| 3.2.2 边缘特征 | 第28页 |
| 3.2.3 局部特征 | 第28页 |
| 3.2.4 全局特征 | 第28-29页 |
| 3.2.5 空间关系特征 | 第29-30页 |
| 3.3 超声图像斑点 | 第30页 |
| 3.4 特征点提取方法 | 第30-38页 |
| 3.4.1 Forstner算法 | 第30-34页 |
| 3.4.2 SUSAN角点检测法 | 第34-38页 |
| 3.5 实验对比与分析 | 第38-40页 |
| 3.6 本章小结 | 第40-41页 |
| 第4章 SIFT算法综述 | 第41-55页 |
| 4.1 SIFT基本算法 | 第41-52页 |
| 4.2 PCA-SIFT | 第52-53页 |
| 4.3 本章小结 | 第53-55页 |
| 第5章 心脏超声图像特征点的匹配与跟踪 | 第55-71页 |
| 5.1 SIFT算法的特征点匹配 | 第55-61页 |
| 5.1.1 朴素最近邻搜索 | 第56-57页 |
| 5.1.2 K-D树算法 | 第57-58页 |
| 5.1.3 BBF算法 | 第58-59页 |
| 5.1.4 特征点匹配结果 | 第59-61页 |
| 5.2 SIFT算法的特征点跟踪 | 第61-70页 |
| 5.2.1 跟踪起点的选取 | 第61-64页 |
| 5.2.2 斑点轨迹的运动分析 | 第64-70页 |
| 5.2.3 斑点轨迹跟踪补充 | 第70页 |
| 5.4 本章小结 | 第70-71页 |
| 第6章 总结和展望 | 第71-73页 |
| 6.1 总结 | 第71页 |
| 6.2 展望 | 第71-73页 |
| 参考文献 | 第73-75页 |
| 致谢 | 第75页 |
