首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于图割和水平集的肺部CT图像分割研究

中文摘要第3-4页
ABSTRACT第4-5页
1 绪论第8-13页
    1.1 研究背景及意义第8-10页
    1.2 国内外研究现状第10-12页
    1.3 本文组织结构第12-13页
2 图像分割方法和评价标准第13-19页
    2.1 常见图像分割方法第13-17页
        2.1.1 基于阈值的分割方法第13-14页
        2.1.2 基于边缘的分割方法第14页
        2.1.3 基于区域的分割方法第14-15页
        2.1.4 基于图论的分割方法第15页
        2.1.5 基于水平集的分割方法第15-16页
        2.1.6 其他分割方法第16-17页
    2.2 医学图像分割的评价标准第17-18页
    2.3 本章小结第18-19页
3 图割和水平集介绍第19-33页
    3.1 图割第19-26页
        3.1.1 图论基础知识第19-21页
        3.1.2 图割介绍第21-25页
        3.1.3 GrabCut算法第25-26页
    3.2 水平集第26-31页
        3.2.1 水平集基本理论第27-29页
        3.2.2 常见水平集模型第29-31页
    3.3 本章小结第31-33页
4 基于超像素和图割的肺部CT图像分割算法第33-47页
    4.1 超像素第33-37页
        4.1.1 超像素简介第33-34页
        4.1.2 常见的超像素算法及其对比第34-35页
        4.1.3 SLIC算法及其改进算法SLICO第35-37页
    4.2 基于SLICO与GRABCUT的肺部CT图像分割新算法第37-42页
        4.2.1 算法介绍第37-41页
        4.2.2 算法伪代码第41-42页
    4.3 实验与结果分析第42-46页
    4.4 本章小结第46-47页
5 基于形态学和水平集的肺部CT图像分割算法第47-55页
    5.1 广度优先搜索BFS第47-48页
    5.2 形态学操作第48-49页
    5.3 基于形态学和DRLSE水平集的肺部CT图像分割新算法第49-50页
        5.3.1 算法介绍第49-50页
        5.3.2 算法伪代码第50页
    5.4 实验与结果分析第50-54页
    5.5 本章小结第54-55页
6 总结与展望第55-57页
    6.1 总结第55-56页
    6.2 展望第56-57页
致谢第57-58页
参考文献第58-63页
附录第63页
    A. 作者在攻读硕士学位期间发表的论文目录第63页

论文共63页,点击 下载论文
上一篇:探析杜兆植作品《成陵祭》
下一篇:基于极限学习机的人脸表情识别方法及实现