首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于小波分析理论的医学图像配准研究

摘要第1-5页
Abstract第5-10页
1 绪论第10-19页
   ·背景及研究意义第10-11页
   ·医学图像的发展第11-13页
   ·医学图像处理主要研究内容第13-16页
   ·本文主要工作第16-19页
2 医学图像增强和配准研究概述第19-48页
   ·图像基本变换方法概述第19-34页
     ·灰度变换第19-22页
     ·直方图变换第22-23页
     ·空域滤波第23-25页
     ·几何变换第25-28页
     ·Fourier变换第28-29页
     ·Wavelet变换第29-34页
   ·医学图像增强研究内容概述第34-40页
     ·医学图像增强的基本概念第34-37页
     ·医学图像增强的研究现状第37-40页
   ·医学图像配准研究内容概述第40-48页
     ·医学图像配准的基本概念第40-43页
     ·医学图像配准的研究现状第43-48页
3 基于多小波变换方法的医学图像增强第48-69页
   ·引言第48-49页
   ·基于多小波变换的图像分解与重构算法第49-57页
     ·基于单小波变换的图像分解与重构算法第49-52页
     ·图像Haar小波分解与重构算法第52-53页
     ·图像的多小波分解与重构第53-57页
   ·基于频域的图像去噪第57-58页
   ·图像灰度变换第58-59页
   ·基于多小波分解与重构算法的医学图像增强算法第59-61页
   ·基于多小波变换的多级多层医学图像增强算法第61-64页
   ·实验结果与分析第64-67页
   ·本章小结第67-69页
4 基于多尺度和主轴法的医学图像配准第69-88页
   ·引言第69-70页
   ·图像的简化多小波分解算法第70-72页
   ·提取图像边界轮廓线第72页
   ·相似性测度第72-73页
   ·图像插值第73-74页
   ·基于SMWT的医学图像配准第74-79页
     ·基于主轴法的粗配准第75-76页
     ·基于SMWT的精细配准第76-79页
   ·基于分层重采样的医学图像配准第79-82页
     ·图像重采样第79-81页
     ·逐层进行配准第81-82页
   ·实验结果与分析第82-85页
   ·本章小结第85-88页
5 基于薄板样条逐步逼近的医学图像配准第88-99页
   ·引言第88-89页
   ·薄板样条插值方法第89-91页
     ·薄板样条插值的定义第89-90页
     ·图像的薄板样条插值第90-91页
   ·变形区域边界的提取第91-93页
   ·薄板样条控制点的提取第93页
     ·配准区域的提取第93页
     ·配准区域内控制点的选取第93页
   ·逐步逼近配准算法第93-95页
   ·实验结果与分析第95-96页
   ·本章小结第96-99页
结论和展望第99-102页
参考文献第102-110页
创新点摘要第110-112页
攻读博士学位期间发表学术论文情况第112-114页
致谢第114-116页
作者简介第116-118页

论文共118页,点击 下载论文
上一篇:Web结构挖掘与高维数据挖掘研究
下一篇:运动捕捉数据智能处理算法研究及应用