| 表目录 | 第1-8页 |
| 图目录 | 第8-9页 |
| 摘要 | 第9-11页 |
| ABSTRACT | 第11-13页 |
| 第一章 绪论 | 第13-25页 |
| ·课题研究背景 | 第13-16页 |
| ·研究目的和意义 | 第16-19页 |
| ·国内外研究进展和现状 | 第19-23页 |
| ·图像预处理 | 第20页 |
| ·图像分割 | 第20-21页 |
| ·图像配准和融合 | 第21页 |
| ·医学图像可视化技术 | 第21-22页 |
| ·医学图像压缩 | 第22-23页 |
| ·本文的主要工作 | 第23-25页 |
| 第二章 Contourlet变换 | 第25-41页 |
| ·引言 | 第25页 |
| ·图像多尺度几何分析 | 第25-27页 |
| ·从小波变换到X-let | 第25-26页 |
| ·Bandelet变换 | 第26-27页 |
| ·Curvelet变换 | 第27页 |
| ·Contourlet变换 | 第27-32页 |
| ·LP变换 | 第29页 |
| ·DFB变换 | 第29-31页 |
| ·多尺度和方向分解 | 第31-32页 |
| ·基本性质 | 第32页 |
| ·方向多分辨分析 | 第32-39页 |
| ·多尺度分析 | 第34-36页 |
| ·多方向分析 | 第36-37页 |
| ·Contourlet展式 | 第37-39页 |
| ·小结 | 第39-41页 |
| 第三章 基于Contourlet变换的乳腺X线图像增强 | 第41-56页 |
| ·引言 | 第41页 |
| ·乳腺癌及诊断技术 | 第41-43页 |
| ·诊断方法简介 | 第42页 |
| ·乳腺X线照相术 | 第42-43页 |
| ·现有的图像增强方法 | 第43-46页 |
| ·基于直方图处理的图像增强算法 | 第44-45页 |
| ·基于偏微分方程的图像增强算法 | 第45页 |
| ·基于小波变换的图像增强算法 | 第45-46页 |
| ·乳腺X线图像增强 | 第46-48页 |
| ·直方图均衡的局限性 | 第46-47页 |
| ·基于形态学和滤波的增强方法 | 第47页 |
| ·基于变换域的增强方法 | 第47-48页 |
| ·基于Contourlet变换的乳腺X线图像增强 | 第48-51页 |
| ·阈值去噪 | 第48-50页 |
| ·非线性增益函数 | 第50-51页 |
| ·算法步骤 | 第51页 |
| ·实验与分析 | 第51-54页 |
| ·实验结果 | 第51-52页 |
| ·图像增强算法评价准则 | 第52-54页 |
| ·小结 | 第54-56页 |
| 第四章 扩散张量图像插值 | 第56-88页 |
| ·磁共振成像 | 第56-59页 |
| ·磁共振现象 | 第56-57页 |
| ·核磁共振成像原理 | 第57-58页 |
| ·磁共振成像的优点 | 第58页 |
| ·磁共振成像的缺点 | 第58-59页 |
| ·扩散张量成像 | 第59-62页 |
| ·背景 | 第59-60页 |
| ·理论与数学模型 | 第60-62页 |
| ·图像插值概述 | 第62-68页 |
| ·定义 | 第62-63页 |
| ·插值在医学图像中的应用 | 第63页 |
| ·常用插值算法 | 第63-67页 |
| ·现有工作 | 第67-68页 |
| ·基于局部梯度特征的自适应插值 | 第68-74页 |
| ·原理 | 第68-69页 |
| ·算法描述 | 第69-71页 |
| ·实验结果 | 第71-73页 |
| ·讨论 | 第73-74页 |
| ·基于局部结构张量的插值算法 | 第74-86页 |
| ·基本思想 | 第74-75页 |
| ·局部结构张量 | 第75-79页 |
| ·算法 | 第79-80页 |
| ·实验结果 | 第80-84页 |
| ·进一步的讨论 | 第84-86页 |
| ·小结 | 第86-88页 |
| 第五章 基于非线性结构张量的图像去噪 | 第88-106页 |
| ·引言 | 第88-89页 |
| ·图像的退化/恢复模型 | 第89-90页 |
| ·Wiener滤波 | 第90-93页 |
| ·基本原理 | 第90-91页 |
| ·空域自适应Wiener滤波 | 第91-92页 |
| ·相关工作 | 第92-93页 |
| ·非线性结构张量 | 第93-97页 |
| ·线性结构张量的优点与不足 | 第93-94页 |
| ·基本定义 | 第94-97页 |
| ·算法与实现 | 第97-102页 |
| ·扩散率函数 | 第98-99页 |
| ·快速算法实现 | 第99-101页 |
| ·改进 | 第101页 |
| ·算法描述 | 第101-102页 |
| ·参数说明及选择 | 第102页 |
| ·实验结果 | 第102-105页 |
| ·小结 | 第105-106页 |
| 第六章 结束语 | 第106-108页 |
| ·本文的研究成果与意义 | 第106-107页 |
| ·进一步的研究 | 第107-108页 |
| 参考文献 | 第108-121页 |
| 作者简历 攻读博士学位期间完成的主要工作 | 第121-122页 |
| 致谢 | 第122页 |