| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 课题研究的背景及意义 | 第10-11页 |
| 1.2 图像分割方法的国内外研究现状 | 第11-15页 |
| 1.2.1 图像分割方法的分类 | 第11-12页 |
| 1.2.2 参数活动轮廓模型的研究现状 | 第12-13页 |
| 1.2.3 几何活动轮廓模型的研究现状 | 第13-15页 |
| 1.3 论文研究内容及组织结构 | 第15-18页 |
| 第2章 活动轮廓模型原理与仿真分析 | 第18-36页 |
| 2.1 GVF snake模型 | 第18-22页 |
| 2.1.1 边缘映射图 | 第18-19页 |
| 2.1.2 梯度矢量流(Gradient Vector Flow,GVF) | 第19-20页 |
| 2.1.3 GVF模型的基本原理 | 第20-22页 |
| 2.2 GVF snake仿真实验与分析 | 第22-26页 |
| 2.3 Chan-Vese模型原理及实现 | 第26-29页 |
| 2.4 Chan-Vese模型的仿真实验与分析 | 第29-34页 |
| 2.5 本章小结 | 第34-36页 |
| 第3章 基于改进的动态方向梯度矢量流模型 | 第36-58页 |
| 3.1 动态方向梯度矢量流(DDGVF)的概念 | 第36-41页 |
| 3.1.1 DDGVF的方向性边缘映射 | 第37-39页 |
| 3.1.2 动态方向GVF场 | 第39-40页 |
| 3.1.3 DDGVF变型外力 | 第40-41页 |
| 3.2 小波变换的理论 | 第41-45页 |
| 3.2.1 连续小波变换 | 第41-43页 |
| 3.2.2 离散小波变换 | 第43-45页 |
| 3.3 改进的DDGVF算法实现 | 第45-51页 |
| 3.3.1 多尺度边缘检测与小波平滑函数的选择 | 第46-48页 |
| 3.3.2 改进的DDGVF算法 | 第48-49页 |
| 3.3.3 改进的DDGVF的流程图及具体步骤 | 第49-51页 |
| 3.4 改进算法仿真实验与分析 | 第51-57页 |
| 3.4.1 对简单合成图像的仿真实验 | 第51-52页 |
| 3.4.2 对含有噪声图像的分割仿真实验 | 第52-54页 |
| 3.4.3 对CT心脏医学图像的仿真实验 | 第54-56页 |
| 3.4.4 对MRI大脑医学图像的分割仿真 | 第56-57页 |
| 3.5 本章小结 | 第57-58页 |
| 第4章 一种新的混合几何活动轮廓模型 | 第58-76页 |
| 4.1 基于边界信息的分割 | 第58-62页 |
| 4.2 基于区域信息的RSF分割 | 第62-66页 |
| 4.3 一种新的基于边界和区域的混合模型 | 第66-68页 |
| 4.3.1 改进的混合模型的流程图 | 第66-67页 |
| 4.3.2 改进的混合模型的具体步骤 | 第67-68页 |
| 4.4 仿真实验与结果分析 | 第68-74页 |
| 4.5 本章小结 | 第74-76页 |
| 第5章 结论 | 第76-80页 |
| 5.1 本文工作总结 | 第76-77页 |
| 5.2 未来工作展望 | 第77-80页 |
| 参考文献 | 第80-88页 |
| 致谢 | 第88-90页 |
| 作者攻读硕士学位期间发表的论文 | 第90页 |