基于模式分解的医学图像增强方法的研究与实现
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第10-20页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-17页 |
| 1.2.1 医学图像的简介 | 第11-14页 |
| 1.2.2 医学图像增强的研究现状以及应用 | 第14-17页 |
| 1.3 本文研究内容和组织结构 | 第17-20页 |
| 第2章 相关技术介绍 | 第20-34页 |
| 2.1 直方图增强 | 第20-23页 |
| 2.1.1 直方图增强基本思想 | 第20-21页 |
| 2.1.2 图像直方图均衡化的实现 | 第21-23页 |
| 2.2 一维经验模式分解原理 | 第23-29页 |
| 2.2.1 一维经验模式理论概述 | 第23页 |
| 2.2.2 瞬时频率 | 第23-24页 |
| 2.2.3 本征模式函数 | 第24-25页 |
| 2.2.4 一维经验模式分解过程 | 第25-29页 |
| 2.3 二维经验模式分解原理 | 第29-33页 |
| 2.3.1 二维经验模式分解概述 | 第29页 |
| 2.3.2 二维经验模式分解过程 | 第29-32页 |
| 2.3.3 二维经验模式分解实例 | 第32-33页 |
| 2.4 本章小结 | 第33-34页 |
| 第3章 基于模式分解的医学图像增强算法 | 第34-60页 |
| 3.1 保持细节的直方图增强算法 | 第34-38页 |
| 3.1.1 算法简介 | 第35-36页 |
| 3.1.2 实验 | 第36-38页 |
| 3.2 经验模式分解算法 | 第38-50页 |
| 3.2.1 经验模式分解算法流程 | 第38-39页 |
| 3.2.2 边界效应处理 | 第39-42页 |
| 3.2.3 极值点提取 | 第42-46页 |
| 3.2.4 包络面拟合插值 | 第46-50页 |
| 3.3 改进的基于医学图像经验模式分解算法 | 第50-56页 |
| 3.3.1 医学图像极值点选取的改进 | 第51-52页 |
| 3.3.2 筛分停止条件的改进 | 第52-55页 |
| 3.3.3 分解结果的对比分析 | 第55-56页 |
| 3.4 医学图像的重构 | 第56-58页 |
| 3.5 本章小结 | 第58-60页 |
| 第4章 实验结果与分析 | 第60-68页 |
| 4.1 实验环境 | 第60页 |
| 4.2 医学图像质量评价方法 | 第60-61页 |
| 4.3 基于医学图像模态分解的实验结果与分析 | 第61-66页 |
| 4.4 本章小结 | 第66-68页 |
| 第5章 总结与展望 | 第68-70页 |
| 参考文献 | 第70-74页 |
| 致谢 | 第74-76页 |
| 攻读硕士学位期间发表论文情况简介 | 第76页 |
