| 摘要 | 第1-4页 |
| Abstract | 第4-9页 |
| 第一章 绪论 | 第9-13页 |
| ·图像分割技术 | 第9-10页 |
| ·小波分析发展概况 | 第10-11页 |
| ·小波分析的应用现状 | 第11-13页 |
| 第二章 传统的图像分割方法 | 第13-24页 |
| ·典型的分割算法 | 第13-16页 |
| ·阈值分割方法 | 第13-14页 |
| ·直方图阈值分割 | 第14-15页 |
| ·最佳阈值分割 | 第15-16页 |
| ·区域增长技术 | 第16-18页 |
| ·边缘检测方法 | 第18-21页 |
| ·简单边缘检测 | 第19-21页 |
| ·基于分形的图像分割技术 | 第21-22页 |
| ·基于神经网络的图像分割技术 | 第22页 |
| ·基于小波理论的医学图像分割研究的意义和作用 | 第22-24页 |
| 第三章 小波变换理论 | 第24-35页 |
| ·小波变换 | 第24页 |
| ·傅立叶变换 | 第24页 |
| ·小波变换的定义 | 第24-27页 |
| ·小波变换的特点 | 第27-29页 |
| ·离散小波与二进小波 | 第29-30页 |
| ·小波分解、重建、MALLAT算法 | 第30-35页 |
| ·小波算法 | 第30-32页 |
| ·分解算法 | 第32页 |
| ·重建算法 | 第32-35页 |
| 第四章 基于小波变换的图像消噪方法 | 第35-42页 |
| ·传统图像消噪方法 | 第35-39页 |
| ·图像的平均法消噪 | 第35-36页 |
| ·空域滤波消除噪声 | 第36-38页 |
| ·频域滤波消除噪声 | 第38-39页 |
| ·基于小波变换的图像消噪方法 | 第39-42页 |
| ·基于小波变换的低通滤波方法 | 第39页 |
| ·基于屏蔽滤波器的小波消噪方法 | 第39-42页 |
| 第五章 基于小波变换的图像分割 | 第42-62页 |
| ·一种基于直方图小波变换的图像分割方法 | 第42-50页 |
| ·图像的灰度统计直方图 | 第42-43页 |
| ·图像阈值分割方法 | 第43-44页 |
| ·直方图的多分辨率分析 | 第44-45页 |
| ·算法及其实验结果 | 第45-50页 |
| ·基于小波边缘检测 | 第50-54页 |
| ·多分辨率边缘检测原理 | 第50页 |
| ·小波变换的奇异点和信号变换剧烈之间的联系 | 第50-52页 |
| ·基于小波变换的边缘检测原理 | 第52-54页 |
| ·多分辨率边缘检测方法 | 第54-62页 |
| ·保留图像高频分量的方法 | 第54-57页 |
| ·Daubechies小波变换 | 第57-58页 |
| ·Mallat多尺度分析方法 | 第58-60页 |
| ·边缘检测算法实现 | 第60-61页 |
| ·结论 | 第61-62页 |
| 第六章 图像分割优劣的评价参数 | 第62-72页 |
| ·图像质量评价 | 第62-66页 |
| ·区域间的对比度 | 第63页 |
| ·区域内部均匀性 | 第63-64页 |
| ·形状测度(shape measure) | 第64页 |
| ·算法收敛鲁棒性(rebustness of convergence) | 第64页 |
| ·目标计数一致性(object count agreement) | 第64-65页 |
| ·像素距离误差(pixel distance error) | 第65页 |
| ·像素数量误差(pixel number error) | 第65-66页 |
| ·最终测量精度(ultimate measurement accuracy) | 第66页 |
| ·最终测量精度评价准则及其性能研究 | 第66-68页 |
| ·分割算法评价框架 | 第68-72页 |
| ·性能评价 | 第68-69页 |
| ·图像合成 | 第69-70页 |
| ·算法测试 | 第70页 |
| ·分割评价 | 第70-72页 |
| 第七章 结论与展望 | 第72-75页 |
| ·图像分割仿真实验环境 | 第72页 |
| ·硬件环境 | 第72页 |
| ·软件环境 | 第72页 |
| ·实验结论 | 第72-73页 |
| ·图像分割的发展前景 | 第73-75页 |
| 致谢 | 第75-76页 |
| 参考文献 | 第76-79页 |
| 附录A | 第79-80页 |
| 附录B | 第80-89页 |
