基于纹理信息的医学超声图像Mean Shift分割算法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 1 绪论 | 第11-16页 |
| ·课题研究的背景及意义 | 第11-12页 |
| ·图像分割算法研究现状 | 第12-14页 |
| ·本文的研究重点和所作的工作 | 第14-16页 |
| 2 超声成像原理及超声图像分割算法 | 第16-20页 |
| ·超声成像的基本原理及特点 | 第16-18页 |
| ·超声图像的分割算法 | 第18-20页 |
| 3 纹理特征分析提取 | 第20-29页 |
| ·常见的纹理特征提取方法 | 第20-22页 |
| ·Gabor变换 | 第22-23页 |
| ·Gabor滤波器组提取纹理 | 第23-25页 |
| ·新的参数取值方法 | 第25页 |
| ·滤波图像及特征向量库 | 第25-26页 |
| ·本文Gabor算法步骤及结果 | 第26-29页 |
| 4 Mean Shift超声图像分割算法 | 第29-43页 |
| ·Mean Shift基本算法及思想扩展 | 第29-36页 |
| ·Mean Shift算法在图像处理中的应用 | 第36-40页 |
| ·Mean Shift算法的改进 | 第40-43页 |
| 5 分割算法结果分析,流程及界面展示 | 第43-47页 |
| ·引言 | 第43页 |
| ·论文算法MATLAB实现 | 第43-46页 |
| ·小结 | 第46-47页 |
| 6 结束语 | 第47-49页 |
| ·本文完成的主要工作 | 第47页 |
| ·展望 | 第47-49页 |
| 致谢 | 第49-50页 |
| 主要参考文献 | 第50-53页 |
| 攻读硕士期间发表的论文及研究成果 | 第53页 |