| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 图像分割研究背景及意义 | 第9页 |
| 1.2 图像分割及其应用研究现状 | 第9-14页 |
| 1.2.1 图像分割算法研究现状 | 第9-13页 |
| 1.2.2 图像分割技术的应用相关性 | 第13-14页 |
| 1.3 本文研究问题的提出 | 第14-15页 |
| 1.4 本文主要工作及章节安排 | 第15-17页 |
| 第2章 相关理论介绍 | 第17-29页 |
| 2.1 图像分割的概念 | 第17页 |
| 2.2 基于边缘的图像分割算法 | 第17-21页 |
| 2.2.1 并行微分算子法 | 第17-20页 |
| 2.2.2 基于曲面拟合的方法 | 第20页 |
| 2.2.3 基于形变模型的方法 | 第20-21页 |
| 2.3 基于区域的图像分割算法 | 第21-22页 |
| 2.3.1 阈值法 | 第21页 |
| 2.3.2 区域生长和分裂合并 | 第21-22页 |
| 2.3.3 分水岭方法 | 第22页 |
| 2.4 边缘和区域相结合的分割方法 | 第22页 |
| 2.5 水平集方法介绍 | 第22-27页 |
| 2.5.1 曲线演化理论 | 第23-25页 |
| 2.5.2 水平集方法简介 | 第25-27页 |
| 2.6 本章小结 | 第27-29页 |
| 第3章 基于边缘和区域融合的文字分割算法研究 | 第29-39页 |
| 3.1 复杂背景图像中文字提取简介 | 第29页 |
| 3.2 算法原理 | 第29-34页 |
| 3.2.1 基于图像文本边缘信息的stroke滤波 | 第30-31页 |
| 3.2.2 基于图像区域信息的连通域分析及去噪 | 第31-32页 |
| 3.2.3 改进的垂直投影分割算法 | 第32-34页 |
| 3.3 实验结果 | 第34-37页 |
| 3.4 本章小结 | 第37-39页 |
| 第4章 基于边缘和区域融合的主动脉分割算法研究 | 第39-57页 |
| 4.1 医学图像简介 | 第39页 |
| 4.2 相关能量模型 | 第39-43页 |
| 4.2.1 Chan-Vase模型 | 第39-41页 |
| 4.2.2 测地轮廓线模型 | 第41-42页 |
| 4.2.3 LBF模型 | 第42-43页 |
| 4.3 融合边缘和区域信息的CT图像主动脉分割算法 | 第43-49页 |
| 4.3.1 内部能量项 | 第43-44页 |
| 4.3.2 外部能量项 | 第44页 |
| 4.3.3 先验能量项 | 第44-45页 |
| 4.3.4 水平集演化方程 | 第45-47页 |
| 4.3.5 水平集演化的终止准则 | 第47-48页 |
| 4.3.6 算法步骤描述 | 第48-49页 |
| 4.4 实验结果 | 第49-56页 |
| 4.4.1 灰度分布均匀图像分割实验 | 第49-50页 |
| 4.4.2 与CV模型和LBF模型的实验对比 | 第50-56页 |
| 4.5 本章小结 | 第56-57页 |
| 第5章 系统原型设计 | 第57-63页 |
| 5.1 文字分割系统原型设计与分析 | 第57-59页 |
| 5.1.1 原型功能 | 第57-59页 |
| 5.1.2 功能应用与分析 | 第59页 |
| 5.2 医学图像分割系统原型设计与分析 | 第59-62页 |
| 5.2.1 原型功能 | 第59-62页 |
| 5.2.2 功能应用与分析 | 第62页 |
| 5.3 本章小结 | 第62-63页 |
| 第6章 总结与展望 | 第63-65页 |
| 6.1 工作总结 | 第63页 |
| 6.2 下一步研究计划 | 第63-65页 |
| 致谢 | 第65-67页 |
| 参考文献 | 第67-71页 |
| 附录A | 第71-75页 |
| 个人简历、在校期间发表的学术论文与研究成果 | 第75页 |