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

基于二代曲波变换的脑部MRI图像增强研究

摘要第4-5页
Abstract第5页
目录第6-9页
第一章 绪论第9-14页
    1.1 研究背景及意义第9-11页
    1.2 研究进展及现状第11-13页
    1.3 本文结构组织第13-14页
第二章 磁共振成像的特点与研究概况第14-26页
    2.1 MRI 成像第14-17页
        2.1.1 MRI 成像概况第14页
        2.1.2 MRI 成像基本原理第14-16页
        2.1.3 MRI 成像设备第16-17页
    2.2 MRI 噪声分析第17-19页
        2.2.1 噪声来源第17页
        2.2.2 MRI 噪声分布特性第17-19页
    2.3 磁共振成像的优缺点第19-20页
        2.3.1 磁共振成像的优点第19页
        2.3.2 磁共振成像的缺点第19-20页
    2.4 医学图像增强方法概述第20-25页
    2.5 本章小结第25-26页
第三章 二代曲波变换基本理论第26-42页
    3.1 二代曲波的发展史第26页
    3.2 小波变换第26-29页
        3.2.1 连续小波变换(CWT)第27-28页
        3.2.2 离散小波变换(DWT)第28-29页
    3.3 脊波变换第29-31页
        3.3.1 脊波变换的定义第29-30页
        3.3.2 拉东变换第30-31页
        3.3.3 Fourier 变换、Radon 变换和 Ridgelet 变换的关系第31页
    3.4 第一代曲波变换理论第31-35页
    3.5 第二代 Curvelet 变换理论第35-41页
        3.5.1 连续二代 Curvelet 变换第35-38页
        3.5.2 离散第二代 Curvelet 变换第38-39页
        3.5.3 第二代离散曲波变换的实现方法第39-41页
    3.6 本章小结第41-42页
第四章 本文算法实验第42-52页
    4.1 MRI 噪声模型第42页
    4.2 Curvelet 系数分析第42-45页
        4.2.1 曲波系数结构第42-44页
        4.2.2 曲波系数重构第44-45页
    4.3 算法步骤第45-51页
        4.3.1 基于曲波变换的图像去噪第45-46页
        4.3.2 常用的非线性增强函数第46-48页
        4.3.3 本文算法第48-49页
        4.3.4 算法流程第49-51页
    4.4 本章小结第51-52页
第五章 实验结果分析第52-56页
    5.1 图像增强的评价指标第52-53页
        5.1.1 信息熵第52页
        5.1.2 相关系数第52-53页
        5.1.3 峰值信噪比第53页
    5.2 实验结果第53-55页
    5.3 本章小结第55-56页
第六章 结论第56-58页
    6.1 总结第56页
    6.2 展望第56-58页
参考文献第58-61页
发表论文和参加科研情况说明第61-62页
致谢第62页

论文共62页,点击 下载论文
上一篇:基于分布式沙箱的恶意程序检测系统设计与研究
下一篇:基于机器学习的生丝疵点检测系统算法研究