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

IVUS和IV-OCT图像融合方法的研究

摘要第5-6页
Abstract第6页
第1章 绪论第9-17页
    1.1 研究背景第9-11页
        1.1.1 血管内超声第9-10页
        1.1.2 血管内光学相干断层成像第10页
        1.1.3 IV-OCT与IVUS的对比第10-11页
    1.2 图像配准及融合的研究现状第11-14页
        1.2.1 图像配准第11-13页
        1.2.2 图像融合第13-14页
    1.3 IVUS与IV-OCT图像融合的研究现状第14-15页
    1.4 本文研究目的及意义第15页
    1.5 本文的主要研究内容第15-17页
第2章 基于特征点的IVUS与IV-OCT图像配准第17-27页
    2.1 图像配准简介第17-18页
    2.2 基于特征点的IVUS与IV-OCT图像配准第18-22页
        2.2.1 图像预处理第18-19页
        2.2.2 提取特征点第19-20页
        2.2.3 图像空间的几何变换第20-21页
        2.2.4 匹配特征点第21-22页
        2.2.5 图像插值第22页
    2.3 实验结果第22-24页
    2.4 讨论第24-26页
    2.5 本章小结第26-27页
第3章 基于血管腔轮廓的IVUS与IV-OCT图像配准第27-35页
    3.1 提取血管腔轮廓第27页
    3.2 基于管腔轮廓形状的IVUS图像检索第27-29页
        3.2.1 管腔轮廓形状的描述第28页
        3.2.2 相似性度量第28-29页
    3.3 IV-OCT与IVUS图像的配准第29-30页
    3.4 实验结果与分析第30-34页
    3.5 讨论第34页
    3.6 本章小结第34-35页
第4章 IVUS与IV-OCT图像的融合第35-49页
    4.1 图像融合的基础理论第35-36页
    4.2 基于小波变换的IVUS和IV-OCT图像融合第36-38页
        4.2.1 二维小波变换简介[]第36-38页
        4.2.2 基于小波变换的IVUS和IV-OCT图像融合算法第38页
    4.3 基于Bandelet变换的IVUS和IV-OCT图像融合第38-41页
        4.3.1Bandelet变换简介[]第39-40页
        4.3.2 基于Bandelet变换的IVUS和IV-OCT图像融合算法第40-41页
    4.4 图像融合质量的评价第41-43页
        4.4.1 主观评价法第41页
        4.4.2 客观评价法第41-43页
    4.5 实验结果与分析第43-48页
    4.6 本章小结第48-49页
第5章 结论与展望第49-50页
    5.1 结论第49页
    5.2 展望第49-50页
参考文献第50-54页
攻读硕士学位期间发表的论文及其它成果第54-55页
致谢第55页

论文共55页,点击 下载论文
上一篇:基于轨迹优化的多目标跟踪研究
下一篇:商业银行国际业务报文处理系统设计与实现