| 摘要 | 第1-7页 |
| Abstract | 第7-16页 |
| 1 绪论 | 第16-22页 |
| ·医学图像处理的历史 | 第16-17页 |
| ·课题的研究背景及意义 | 第17-18页 |
| ·医学图像压缩和边缘检测的发展与国内外现状 | 第18-20页 |
| ·医学图像分割、压缩的发展与国内外现状 | 第18-19页 |
| ·医学图像边缘检测的发展与国内外现状 | 第19-20页 |
| ·论文的结构及主要研究工作 | 第20-22页 |
| 2 人眼视觉特性、PCNN理论与数学形态学 | 第22-34页 |
| ·人眼视觉特性 | 第22-25页 |
| ·视觉信息处理特性 | 第22-25页 |
| ·PCNN基本原理及性能分析 | 第25-29页 |
| ·PCNN参数定义 | 第26-27页 |
| ·PCNN点火特性 | 第27-28页 |
| ·PCNN用于图像处理的特性 | 第28-29页 |
| ·数学形态学 | 第29-34页 |
| ·图像处理与数学形态学 | 第29-31页 |
| ·数学形态学在图像处理中的主要应用 | 第31-34页 |
| 3 基于提升小波和PCNN的医学图像ROI压缩算法 | 第34-46页 |
| ·算法整体流程及预处理过程 | 第35-36页 |
| ·基于整数提升小波的无损压缩算法 | 第36-39页 |
| ·整数5/3提升小波变换 | 第36-38页 |
| ·哈夫曼编码 | 第38-39页 |
| ·基于PCNN与游程编码的有损压缩算法 | 第39-40页 |
| ·PCNN模型 | 第39-40页 |
| ·游程编码 | 第40页 |
| ·PCNN与游程编码的结合方法 | 第40-41页 |
| ·实验及结果分析 | 第41-44页 |
| ·结论 | 第44-46页 |
| 4 基于改进型PCNN分割的图像压缩算法 | 第46-60页 |
| ·算法整体流程 | 第46-47页 |
| ·基于改进型PCNN的图像分割 | 第47-50页 |
| ·基本PCNN图像分割模型 | 第47-49页 |
| ·改进型PCNN图像分割模型 | 第49-50页 |
| ·基于分割的图像压缩 | 第50-56页 |
| ·提升小波变换 | 第50-53页 |
| ·SPIHT编码 | 第53-55页 |
| ·编解码比特率控制 | 第55页 |
| ·图像压缩质量评价标准 | 第55-56页 |
| ·实验及结果分析 | 第56-58页 |
| ·结论 | 第58-60页 |
| 5 基于形态学、PCNN与蚁群算法的医学细胞边缘检测 | 第60-78页 |
| ·算法整体流程及思想 | 第60-61页 |
| ·医学细胞图像的形态学处理 | 第61-64页 |
| ·数学形态学的基本运算 | 第61-63页 |
| ·数学形态学对细胞图像处理方法 | 第63-64页 |
| ·基于PCNN自动波的医学细胞分割 | 第64-68页 |
| ·PCNN自动波基本原理 | 第64-66页 |
| ·PCNN自动波用于医学细胞分割 | 第66-68页 |
| ·基于改进型蚁群算法的医学细胞边缘检测 | 第68-73页 |
| ·蚁群算法 | 第68-69页 |
| ·蚁群算法进行细胞边缘检测方法 | 第69-72页 |
| ·改进型蚁群算法进行细胞边缘检测方法 | 第72-73页 |
| ·实验及结果分析 | 第73-76页 |
| ·结论 | 第76-78页 |
| 6 结论与展望 | 第78-80页 |
| 参考文献 | 第80-88页 |
| 致谢 | 第88-90页 |
| 作者简介及攻读硕士学位期间所发表的论文 | 第90页 |