基于结构先验的植物根系CT图像序列分割算法研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-18页 |
| 1.1 课题研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-16页 |
| 1.2.1 图像分割算法 | 第10-14页 |
| 1.2.2 图像序列分割算法 | 第14-16页 |
| 1.3 论文的主要工作及结构安排 | 第16-18页 |
| 第二章 CT图像的自适应分割 | 第18-31页 |
| 2.1 CT图像特征分析 | 第18-20页 |
| 2.1.1 CT图像成像原理 | 第18-19页 |
| 2.1.2 CT图像特征分析 | 第19-20页 |
| 2.2 常用的图像分割算法及实验分析 | 第20-28页 |
| 2.2.1 阈值分割法 | 第20-23页 |
| 2.2.2 Otsu分割法 | 第23-25页 |
| 2.2.3 基于区域的分割 | 第25-28页 |
| 2.3 图像处理技术 | 第28-30页 |
| 2.3.1 图像平滑 | 第28-30页 |
| 2.4 本章小结 | 第30-31页 |
| 第三章 基于结构连续先验的图像序列分割 | 第31-43页 |
| 3.1 图像序列的结构特性分析 | 第31-36页 |
| 3.1.1 图像序列的灰度信息 | 第31-34页 |
| 3.1.2 图像序列的结构信息 | 第34-36页 |
| 3.2 基于结构连续先验的图像序列分割算法 | 第36-39页 |
| 3.3 实验结果 | 第39-41页 |
| 3.4 本章小结 | 第41-43页 |
| 第四章 基于超像素分割的随机游走算法 | 第43-60页 |
| 4.1 熵率超像素分割算法 | 第43-50页 |
| 4.1.1 熵率超像素分割算法原理 | 第44-47页 |
| 4.1.2 种子点的自动选取 | 第47-50页 |
| 4.2 随机游走分割算法 | 第50-56页 |
| 4.2.1 随机游走算法原理 | 第50-53页 |
| 4.2.2 随机游走图像分割特性 | 第53-56页 |
| 4.3 基于熵率超像素分割的随机游走算法 | 第56-59页 |
| 4.3.1 算法概述 | 第56页 |
| 4.3.2 实验结果 | 第56-59页 |
| 4.4 本章小结 | 第59-60页 |
| 第五章 总结与展望 | 第60-62页 |
| 5.1 研究主要内容及成果 | 第60页 |
| 5.2 存在的问题及工作展望 | 第60-62页 |
| 参考文献 | 第62-69页 |
| 攻读硕士学位期间发表的论文及研究成果 | 第69-70页 |
| 致谢 | 第70-71页 |
