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

乳腺X线图像增强算法研究

摘要第6-7页
ABSTRACT第7-8页
图录第11-14页
第一章 绪论第14-19页
    1.1 研究背景及意义第14-15页
        1.1.1 乳腺癌概述第14页
        1.1.2 乳腺 X 线图像第14-15页
    1.2 国内外研究进展及现状第15-17页
    1.3 论文的主要内容与章节安排第17-19页
第二章 常用医学图像增强技术第19-36页
    2.1 引言第19页
    2.2 灰度变换第19-22页
        2.2.1 线性灰度变换第19-20页
        2.2.2 非线性灰度变换第20-22页
    2.3 锐化增强算法第22-27页
        2.3.1 空域微分法第23-25页
        2.3.2 反锐化掩模第25-27页
    2.4 小波增强算法第27-29页
        2.4.1 小波多分辨分解第28-29页
        2.4.2 基于小波的图像降噪第29页
    2.5 直方图均衡增强算法第29-35页
        2.5.1 全局直方图均衡第29-31页
        2.5.2 局部直方图均衡第31-32页
        2.5.3 对比度受限直方图均衡第32-34页
        2.5.4 保持亮度直方图均衡第34-35页
    2.6 本章小结第35-36页
第三章 基于背景均一化的乳腺 X 线图像增强第36-53页
    3.1 人眼视觉特性第36-37页
    3.2 乳腺 X 线图像增强算法第37-41页
        3.2.1 传统直方图均衡缺陷第37-38页
        3.2.2 动态灰度范围直方图均衡(DRSHE)第38-41页
    3.3 背景均一化算法第41-42页
    3.4 仿真结果与分析第42-51页
        3.4.1 实验准备第42-44页
        3.4.2 实验结果与分析第44-46页
        3.4.3 图像灰度调节第46-48页
        3.4.4 其他实验结果第48-51页
    3.5 本章小结第51-53页
第四章 局部对比度图像增强第53-60页
    4.1 引言第53页
    4.2 局部对比度增强算法流程第53-54页
    4.3 基于局部均值与标准差的对比度增强算法第54-56页
        4.3.1 传统局部对比度增强算法第54-55页
        4.3.2 自适应局部对比度增强算法第55页
        4.3.3 其他自适应局部对比度增强算法第55-56页
    4.4 仿真结果与分析第56-59页
    4.5 本章小结第59-60页
第五章 视觉阈值增强算法第60-69页
    5.1 引言第60页
    5.2 视觉阈值算法第60-61页
    5.3 多直方图均衡第61-62页
        5.3.1 双直方图均衡第61-62页
        5.3.2 基于 HVS 的多直方图均衡第62页
    5.4 实验结果与讨论第62-68页
    5.5 本章小结第68-69页
第六章 总结与展望第69-71页
    6.1 总结第69-70页
    6.2 展望第70-71页
参考文献第71-75页
致谢第75-76页
攻读硕士学位期间已发表或录用的论文第76页

论文共76页,点击 下载论文
上一篇:基于H.264/SVC可伸缩视频的感兴趣区域数字水印算法研究
下一篇:视频及图像质量评价算法的研究及应用