基于改进光流法的超声序列图像超分辨率重建
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 课题研究背景及意义 | 第10-12页 |
| 1.1.1 本文研究背景 | 第10-11页 |
| 1.1.2 本文研究意义 | 第11-12页 |
| 1.2 超声图像运动估计研究现状 | 第12-13页 |
| 1.3 超声图像超分辨率重建研究现状 | 第13-14页 |
| 1.4 本文主要研究内容 | 第14-16页 |
| 第2章 超声序列图像超分辨率重建基础 | 第16-30页 |
| 2.1 超分辨率重建理论基础 | 第16-19页 |
| 2.2 超分辨率重建算法研究 | 第19-22页 |
| 2.2.1 频域算法 | 第19-20页 |
| 2.2.2 空域算法 | 第20-22页 |
| 2.3 序列图像运动估计 | 第22-27页 |
| 2.3.1 块匹配法 | 第24-26页 |
| 2.3.2 基于光流的运动估计 | 第26-27页 |
| 2.4 超分辨率重建算法性能评价 | 第27-28页 |
| 2.5 本章小结 | 第28-30页 |
| 第3章 超声序列图像的运动估计方法研究 | 第30-48页 |
| 3.1 高斯金字塔Lucas Kanada光流法 | 第30-38页 |
| 3.1.1 基本光流计算方法 | 第30-32页 |
| 3.1.2 GP-LK算法的实现 | 第32-35页 |
| 3.1.3 算法的分析 | 第35-38页 |
| 3.2 基于非线性扩散的光流场重构 | 第38-43页 |
| 3.2.1 光流场不连续性检测 | 第38-39页 |
| 3.2.2 非线性扩散控制非连续光流 | 第39-40页 |
| 3.2.3 算法的对比分析 | 第40-42页 |
| 3.2.4 运动矢量后处理 | 第42-43页 |
| 3.3 实验结果与讨论 | 第43-47页 |
| 3.3.1 仿真数据结果与分析 | 第43-45页 |
| 3.3.2 实测数据结果与分析 | 第45-47页 |
| 3.4 本章小结 | 第47-48页 |
| 第4章 基于光流法的超声图像超分辨率重建 | 第48-62页 |
| 4.1 迭代反投影超分辨率重建 | 第48-51页 |
| 4.1.1 IBP算法基本原理 | 第48-49页 |
| 4.1.2 IBP算法的实现 | 第49-51页 |
| 4.2 基于光流配准的超分辨率重建 | 第51-56页 |
| 4.2.1 超声图像的观测模型 | 第51-52页 |
| 4.2.2 基于光流配准的SRR算法研究 | 第52-54页 |
| 4.2.3 算法的详细流程 | 第54-56页 |
| 4.3 实验结果与讨论 | 第56-61页 |
| 4.3.1 测试图像SRR结果分析 | 第56-58页 |
| 4.3.2 超声序列图像SRR结果分析 | 第58-61页 |
| 4.4 本章小结 | 第61-62页 |
| 第5章 超分辨率重建用于组织应变估计 | 第62-70页 |
| 5.1 组织应变估计方法介绍 | 第62-64页 |
| 5.2 图像数据的组织应变估计 | 第64-66页 |
| 5.3 超分辨重建用于组织应变估计分析 | 第66-68页 |
| 5.4 本章小结 | 第68-70页 |
| 第6章 总结与展望 | 第70-72页 |
| 6.1 工作总结 | 第70-71页 |
| 6.2 工作展望 | 第71-72页 |
| 参考文献 | 第72-76页 |
| 致谢 | 第76页 |
