图像融合及其性能评估若干问题研究
摘要 | 第4-7页 |
Abstract | 第7-10页 |
第1章 绪论 | 第14-22页 |
1.1 研究背景及意义 | 第14-15页 |
1.2 研究现状 | 第15-18页 |
1.3 本文研究内容 | 第18-19页 |
1.4 本文组织结构 | 第19-22页 |
第2章 医学结构图像与功能图像融合算法 | 第22-40页 |
2.1 引言 | 第22-23页 |
2.2 问题分析 | 第23-24页 |
2.3 图像融合算法 | 第24-29页 |
2.3.1 图像分解 | 第24-26页 |
2.3.2 低分辨率层融合 | 第26-28页 |
2.3.3 阈值τ的确定 | 第28-29页 |
2.3.4 融合框架 | 第29页 |
2.4 实验结果与分析 | 第29-39页 |
2.4.1 实验设置 | 第29-31页 |
2.4.2 MRI-SPECT融合 | 第31-34页 |
2.4.3 MRI-CBF融合 | 第34-37页 |
2.4.4 MRI-FDG融合 | 第37-39页 |
2.4.5 算法时间复杂度比较 | 第39页 |
2.5 本章小结 | 第39-40页 |
第3章 多焦距图像融合算法 | 第40-74页 |
3.1 焦点检测指标综述 | 第40-43页 |
3.2 图像融合算法 | 第43-56页 |
3.2.1 融合规则 | 第43-45页 |
3.2.2 图像分割 | 第45-47页 |
3.2.3 基于距离变换的焦点检测 | 第47页 |
3.2.4 焦点检测规则 | 第47-48页 |
3.2.5 实验结果与分析 | 第48-56页 |
3.3 基于频谱比较的多焦距图像融合算法 | 第56-72页 |
3.3.1 问题分析 | 第56-57页 |
3.3.2 图像融合算法 | 第57-62页 |
3.3.3 实验结果与分析 | 第62-72页 |
3.4 本章小结 | 第72-74页 |
第4章 多尺度图像融合算法 | 第74-102页 |
4.1 引言 | 第74页 |
4.2 基于内部生成机制的图像融合算法 | 第74-88页 |
4.2.1 领域背景 | 第74-75页 |
4.2.2 内部生长机制IGM | 第75-76页 |
4.2.3 基于内部生长机制的图像融合算法 | 第76-80页 |
4.2.4 实验结果与分析 | 第80-88页 |
4.3 基于同步经验小波变换的图像融合算法 | 第88-101页 |
4.3.1 问题分析 | 第88页 |
4.3.2 同步经验小波分解 | 第88-91页 |
4.3.3 图像融合算法 | 第91-93页 |
4.3.4 实验结果与分析 | 第93-101页 |
4.4 本章小结 | 第101-102页 |
第5章 图像融合质量评价 | 第102-128页 |
5.1 引言 | 第102页 |
5.2 图像融合评价指标分析 | 第102-116页 |
5.2.1 客观评价指标 | 第102-110页 |
5.2.2 相关性分析 | 第110-111页 |
5.2.3 实验结果与分析 | 第111-116页 |
5.3 基于Riesz域的图像融合质量评价 | 第116-126页 |
5.3.1 Riesz变换 | 第116-117页 |
5.3.2 基于Riesz变换的图像融合评价指标 | 第117-123页 |
5.3.3 实验结果与分析 | 第123-126页 |
5.4 本章小结 | 第126-128页 |
第6章 图像融合客观评价指标验证 | 第128-158页 |
6.1 引言 | 第128-129页 |
6.2 基于ROC与AUC的验证方法 | 第129-141页 |
6.2.1 相关工作 | 第129-130页 |
6.2.2 ROC曲线与AUC理论 | 第130-132页 |
6.2.3 指标设计 | 第132-136页 |
6.2.4 实验结果与分析 | 第136-141页 |
6.3 diROC曲线及diAUC | 第141-156页 |
6.3.1 研究背景 | 第141-145页 |
6.3.2 diROC曲线及diAUC | 第145-150页 |
6.3.3 diROC曲线与diAUC的性质 | 第150页 |
6.3.4 实验结果与分析 | 第150-156页 |
6.4 本章小结 | 第156-158页 |
第7章 总结与展望 | 第158-160页 |
参考文献 | 第160-173页 |
攻读博士期间发表的学术论文 | 第173-174页 |
致谢 | 第174页 |