多模医学图像融合的研究与实现
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-17页 |
| 1.1 研究背景与意义 | 第10页 |
| 1.2 国内外研究现状 | 第10-11页 |
| 1.3 图像融合算法的发展 | 第11页 |
| 1.4 多模医学图像融合的研究背景 | 第11-14页 |
| 1.5 多模医学图像融合的研究意义 | 第14-15页 |
| 1.6 本文的主要工作 | 第15页 |
| 1.7 本文的组织结构 | 第15-17页 |
| 第二章 图像融合概述 | 第17-26页 |
| 2.1 图像融合一般步骤 | 第17-18页 |
| 2.2 图像融合层次 | 第18-19页 |
| 2.3 图像融合方法 | 第19-20页 |
| 2.4 图像融合质量评价 | 第20-25页 |
| 2.4.1 主观评价标准 | 第20-21页 |
| 2.4.2 客观评价标准 | 第21-25页 |
| 2.5 本章小结 | 第25-26页 |
| 第三章 图像融合方法的研究 | 第26-52页 |
| 3.1 加权图像融合法 | 第26-28页 |
| 3.1.1 加权平均法 | 第26-27页 |
| 3.1.2 像素灰度值选大(或小)图像融合方法 | 第27页 |
| 3.1.3 加权图像的融合实验 | 第27-28页 |
| 3.2 主分量法 | 第28-31页 |
| 3.2.1 主分量分析 | 第29页 |
| 3.2.2 基于主分量变换的图像融合方法 | 第29-30页 |
| 3.2.3 基于主分量变换的图像融合实验 | 第30-31页 |
| 3.3 基于拉普拉斯金字塔分解的融合方法 | 第31-34页 |
| 3.3.1 图像的拉普拉斯金字塔分解 | 第31-34页 |
| 3.3.2 基于拉普拉斯金字塔的图像融合实验 | 第34页 |
| 3.4 基于小波变换的图像融合 | 第34-51页 |
| 3.4.1 小波变换理论 | 第35-39页 |
| 3.4.2 小波变换的MALLAT快速算法 | 第39-45页 |
| 3.4.3 融合规则与实验分析 | 第45-51页 |
| 3.5 本章小结 | 第51-52页 |
| 第四章 基于人类视觉系统的小波变换图像融合技术 | 第52-60页 |
| 4.1 SUSAN角点提取算法 | 第52-56页 |
| 4.2 基于小波变换和人类视觉系统图像融合的步骤 | 第56页 |
| 4.3 基于小波变换和人类视觉系统图像融合的实验 | 第56-59页 |
| 4.4 本章小结 | 第59-60页 |
| 第五章 虚拟脑神经手术系统 | 第60-75页 |
| 5.1 总体系统设计框架 | 第60-61页 |
| 5.2 开发平台和工具的介绍 | 第61页 |
| 5.3 三维建模系统接 | 第61-65页 |
| 5.4 图像处理系统接 | 第65-74页 |
| 5.4.1 Matlab算法实现 | 第65-68页 |
| 5.4.2 C++与Matlab联合编程 | 第68-72页 |
| 5.4.3 功能测试 | 第72-74页 |
| 5.5 本章小结 | 第74-75页 |
| 第六章 总结语 | 第75-77页 |
| 6.1 本文总结 | 第75-76页 |
| 6.2 展望 | 第76-77页 |
| 致谢 | 第77-78页 |
| 参考文献 | 第78-81页 |
