小波分析在骨龄评价系统中的应用
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-6页 |
| 目录 | 第6-9页 |
| 第一章 概述 | 第9-18页 |
| ·小波分析 | 第9-12页 |
| ·原有的分析方法及不足之处 | 第9-10页 |
| ·小波的出现 | 第10页 |
| ·小波分析的发展及应用 | 第10-12页 |
| ·骨龄评价 | 第12-16页 |
| ·手腕骨 | 第13页 |
| ·手腕骨骨龄评价方法 | 第13-15页 |
| ·骨龄评价系统的计算机实现 | 第15-16页 |
| ·指骨识别 | 第16-18页 |
| ·图像增强 | 第16页 |
| ·骨化中心定位 | 第16-17页 |
| ·图像分割 | 第17页 |
| ·识别 | 第17-18页 |
| 第二章 小波分析 | 第18-28页 |
| ·小波变换的由来 | 第18-20页 |
| ·Fourier分析 | 第18-20页 |
| ·小波基 | 第20-21页 |
| ·由Shanno定理引出MRA | 第20-21页 |
| ·小波基 | 第21-22页 |
| ·尺度函数φ(t)的构造 | 第22-21页 |
| ·小波的多分辨率分析 | 第21-26页 |
| ·一维多分辨率分析 | 第23-24页 |
| ·二维多分辨率分析 | 第24-25页 |
| ·多分辨率分析的简单说明 | 第25-26页 |
| ·小波分析在图象处理中的应用 | 第26-28页 |
| 第三章 小波分析在去除噪声中应用 | 第28-42页 |
| ·经典去噪声方法 | 第28-29页 |
| ·现代滤波器 | 第29-33页 |
| ·维纳滤波器 | 第30-32页 |
| ·卡尔曼滤波 | 第32-33页 |
| ·小波去噪声原理 | 第33-42页 |
| ·基于小波分析的极值去噪法 | 第34-35页 |
| ·非线性法小波去噪 | 第35-42页 |
| 第四章 指节骨骨龄评价 | 第42-63页 |
| ·图像增强 | 第42-45页 |
| ·骨化中心定位 | 第45-49页 |
| ·指骨投影图像分析 | 第45页 |
| ·投影的小波去噪声 | 第45-46页 |
| ·骨化中心定位 | 第46-49页 |
| ·只含一节指骨图的定位 | 第46-47页 |
| ·含整个指头的骨化中心定位 | 第47-49页 |
| ·图像分割 | 第49-55页 |
| ·图像分割技术回顾 | 第49-52页 |
| ·基于区域的图像分割方法 | 第49-50页 |
| ·基于边缘的图像分割 | 第50-51页 |
| ·区域与边缘相结合的图像分割 | 第51-52页 |
| ·多尺度图像分割 | 第52页 |
| ·指节骨图像分割 | 第52-55页 |
| ·阈值选择方法 | 第53页 |
| ·阈值平面的改进 | 第53-54页 |
| ·结合全局阈值分割 | 第54-55页 |
| ·指节骨识别 | 第55-63页 |
| ·识别特征 | 第56-57页 |
| ·识别方法 | 第57-59页 |
| ·数据聚类 | 第57页 |
| ·统计分类 | 第57-58页 |
| ·神经网络 | 第58页 |
| ·结构模式识别 | 第58-59页 |
| ·各阶段的识别 | 第59-63页 |
| ·第一阶段 | 第59-61页 |
| ·第二阶段 | 第61-62页 |
| ·第三阶段 | 第62-63页 |
| 第五章 总结 | 第63-64页 |
| 致谢 | 第64-65页 |
| 参考文献 | 第65-68页 |
| 附录A 攻读学位期间发表的论文 | 第68页 |
