摘要 | 第1-4页 |
Abstract | 第4-7页 |
第一章 前言 | 第7-14页 |
·选题背景和意义 | 第7-8页 |
·可视人计划 | 第8-10页 |
·可视人计划简介 | 第8-9页 |
·研究现状 | 第9-10页 |
·医学图像分割 | 第10-11页 |
·图像分割定义 | 第10页 |
·医学图像分割的特点 | 第10-11页 |
·数学形态学概述 | 第11-12页 |
·论文内容和结构安排 | 第12-14页 |
第二章 医学图像的分割 | 第14-22页 |
·基于边缘的分割方法 | 第14-15页 |
·基于区域的分割方法 | 第15-18页 |
·阈值法 | 第16-17页 |
·区域生长和分裂合并 | 第17页 |
·聚类法 | 第17-18页 |
·基于特定理论的分割方法 | 第18-21页 |
·基于统计学的方法 | 第18-19页 |
·基于形变模型的方法 | 第19页 |
·基于模糊集的方法 | 第19-20页 |
·基于神经网络的方法 | 第20页 |
·基于图谱引导的方法 | 第20-21页 |
·医学图像分割评价 | 第21-22页 |
第三章 数学形态学的基本理论 | 第22-31页 |
·二值形态学 | 第22-26页 |
·膨胀和腐蚀运算 | 第22-24页 |
·开和闭运算 | 第24页 |
·细化与骨架提取 | 第24-26页 |
·灰度形态学 | 第26-28页 |
·灰度膨胀和腐蚀运算 | 第26-27页 |
·灰度开和闭运算 | 第27-28页 |
·基本性质 | 第28-31页 |
·代数性质 | 第28-29页 |
·滤波性质 | 第29-30页 |
·集合运算性质 | 第30-31页 |
第四章 基于数学形态学的VHP图像分割 | 第31-45页 |
·基于形态学的边缘检测方法 | 第31-33页 |
·基本形态学梯度 | 第31-32页 |
·形态学内梯度和外梯度 | 第32页 |
·形态学方向梯度 | 第32-33页 |
·形态学边缘检测中存在的问题 | 第33页 |
·基于灰度形态学和Otsu方法的VHP数据集心脏图像分割 | 第33-37页 |
·Otsu方法 | 第34页 |
·算法流程 | 第34-36页 |
·实验结果与分析 | 第36-37页 |
·基于改进形态学分水岭方法的VHP数据集心脏图像分割 | 第37-45页 |
·形态学分水岭算法概述 | 第38-39页 |
·分水岭算法数学描述 | 第39-40页 |
·标准分水岭分割的问题 | 第40-41页 |
·改进的分水岭算法流程 | 第41-43页 |
·实验结果与分析 | 第43-45页 |
第五章 总结与展望 | 第45-47页 |
·总结 | 第45-46页 |
·进一步研究方向及展望 | 第46-47页 |
参考文献 | 第47-50页 |
攻读硕士学位期间发表论文和参加科研情况说明 | 第50-51页 |
致谢 | 第51-52页 |
西北工业大学 学位论文知识产权声明书 | 第52页 |
西北工业大学 学位论文原创性声明 | 第52页 |