| 摘要 | 第8-10页 |
| ABSTRACT | 第10-11页 |
| 第1章 绪论 | 第12-17页 |
| 1.1 选题意义与研究背景 | 第12-13页 |
| 1.2 MR脑图像分割研究现状 | 第13-14页 |
| 1.2.1 降噪方法 | 第13页 |
| 1.2.2 偏场校正 | 第13-14页 |
| 1.2.3 MR脑图像分割常用的方法 | 第14页 |
| 1.3 概率图和条件随机场模型在图像分割方面的研究现状 | 第14-15页 |
| 1.4 本文的研究内容与组织结构 | 第15-17页 |
| 第2章 条件随机场模型研究 | 第17-26页 |
| 2.1 条件随机场模型的起源 | 第17页 |
| 2.2 判别式模型和产生式模型 | 第17-18页 |
| 2.3 条件随机场的定义 | 第18-25页 |
| 2.3.1 随机场分割图像的实质 | 第18-19页 |
| 2.3.2 条件随机场的数学描述 | 第19-20页 |
| 2.3.3 扩展CRF势函数 | 第20-21页 |
| 2.3.4 一元势函数 | 第21页 |
| 2.3.5 二元势函数 | 第21-22页 |
| 2.3.6 划分函数 | 第22页 |
| 2.3.7 参数估计 | 第22-24页 |
| 2.3.8 标记推断 | 第24页 |
| 2.3.9 算法步骤 | 第24-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第3章 条件随机场模型的应用 | 第26-49页 |
| 3.1 模型在基于超像素的彩色图像分割中的应用 | 第26-37页 |
| 3.1.1 RGB色彩空间 | 第26-27页 |
| 3.1.2 HIS色彩空间 | 第27-28页 |
| 3.1.3 CIE色彩空间 | 第28-29页 |
| 3.1.4 超像素 | 第29-31页 |
| 3.1.5 支持向量机 | 第31-33页 |
| 3.1.6 彩色图像分割实验及分析 | 第33-37页 |
| 3.2 模型在基于像素的MR脑图像分割中的应用 | 第37-47页 |
| 3.2.1 MR成像原理 | 第37-39页 |
| 3.2.2 MR脑图像纹理分析 | 第39-40页 |
| 3.2.3 灰度共生矩阵以及由其导出的特征 | 第40-44页 |
| 3.2.4 MR脑图像分割实验及分析 | 第44-47页 |
| 3.3 本章小结 | 第47-49页 |
| 第4章 总结与展望 | 第49-50页 |
| 参考文献 | 第50-55页 |
| 致谢 | 第55-57页 |
| 攻读学位期间参加的工作 | 第57-58页 |
| 攻读学位期间所获奖励情况 | 第58-59页 |
| 学位论文评阅及答辩情况表 | 第59页 |