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

经验模式分解在医学图像处理中的应用研究

摘要第1-6页
ABSTRACT第6-11页
第一章 绪论第11-18页
   ·选题的背景及意义第11-12页
   ·研究现状第12-16页
     ·医学图像去噪第12-14页
     ·医学图像分割第14页
     ·经验模式分解第14-16页
   ·本文研究的内容及主要工作第16-17页
   ·本文结构安排第17-18页
第二章 经验模式分解第18-30页
   ·引言第18页
   ·经验模式分解的原理及算法第18-23页
     ·瞬时频率及其物理意义第18-20页
     ·固有模态函数第20-21页
     ·经验模式分解的基本原理第21-23页
   ·经验模式分解方法的特性第23-27页
     ·EMD 方法的自适应性第23页
     ·EMD 方法的完备性和正交性第23-26页
     ·EMD 的时间尺度滤波特性第26-27页
   ·EMD 方法存在的问题第27-29页
     ·基本理论的完善第27页
     ·边缘效应第27-28页
     ·筛分停止准则第28-29页
   ·本章小结第29-30页
第三章 二维经验模式分解及其改进第30-50页
   ·引言第30-31页
   ·BEMD 方法的基本思想第31-40页
     ·图像区域极值点检测方法第32-34页
     ·构造包络曲面的插值方法第34-38页
     ·二维边缘效应抑制方法第38-40页
     ·停止准则第40页
   ·已有的 BEMD 方法分解实例第40-42页
   ·改进的 BEMD 方法第42-48页
     ·BEMD 方法的改进方案第42-44页
     ·改进的BEMD 算法流程第44-48页
   ·改进的 BEMD 方法分解实例第48页
   ·本章小结第48-50页
第四章 基于改进的BEMD 的医学图像去噪第50-61页
   ·引言第50-53页
   ·BEMD 方法的滤波特性第53-54页
   ·固有模态函数加权阈值去噪第54-57页
     ·IMF 域去噪基本原理第54-55页
     ·IMF 域加权阈值去噪第55-56页
     ·实验结果与分析第56-57页
   ·基于BEMD 和小波阈值的医学图像去噪第57-60页
     ·小波阈值方法第57-58页
     ·IMF 域小波阈值去噪算法第58-59页
     ·实验结果与分析第59-60页
   ·本章小结第60-61页
第五章 基于 BEMD 和灰度共生矩阵的医学图像分割第61-71页
   ·引言第61页
   ·医学图像纹理特征提取第61-64页
     ·灰度共生矩阵第62-63页
     ·图像纹理特征的计算方法第63-64页
   ·基于核函数的 FCM 算法第64-66页
   ·实验结果与分析第66-69页
   ·本章小结第69-71页
第六章 总结与展望第71-72页
   ·总结第71页
   ·展望第71-72页
参考文献第72-81页
致谢第81-82页
附录 A 攻读学位期间所发表的学术论文第82页

论文共82页,点击 下载论文
上一篇:激励势场算法的复杂性研究
下一篇:基桩超声波CT检测研究