| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 第一章 绪论 | 第8-16页 |
| §1-1 课题提出的意义 | 第8页 |
| §1-2 图像融合的国内外发展现状 | 第8-9页 |
| §1-3 图像融合方法综述 | 第9-14页 |
| 1-3-1 像素级图像融合的算法 | 第10-12页 |
| 1-3-2 特征级图像融合算法 | 第12-13页 |
| 1-3-3 符号级图像融合算法 | 第13-14页 |
| 1-3-4 小结 | 第14页 |
| §1-4 本学位论文的主要工作 | 第14-16页 |
| 1-4-1 本学位论文主要的研究内容 | 第14页 |
| 1-4-2 本论文的总体结构 | 第14-16页 |
| 第二章 像素级简单图像融合方法 | 第16-22页 |
| §2-1 像素灰度值选大图像融合方法 | 第16页 |
| §2-2 像素灰度值选小图像融合方法 | 第16-17页 |
| §2-3 加权平均图像融合方法 | 第17页 |
| §2-4 权系数主分量分析的选取方法 | 第17-19页 |
| §2-5 像素级简单融合方法的图像融合实验 | 第19-21页 |
| §2-6 本章小结 | 第21-22页 |
| 第三章 基于PCA加权和小波变换的图像融合方法 | 第22-39页 |
| §3-1 小波变换的图像融合方法 | 第22-32页 |
| 3-1-1 目前人们利用小波变换做图像融合研究的现状 | 第23-25页 |
| 3-1-2 图像的小波变换及其Mallat算法 | 第25-27页 |
| 3-1-3 小波变换高、低频常用的融合规则介绍 | 第27-32页 |
| §3-2 基于PCA加权和小波变换的图像融合方法 | 第32-36页 |
| 3-2-1 基于PCA加权和小波变换的图像融合方法的提出依据和方法介绍 | 第33-35页 |
| 3-2-2 基于PCA加权和小波变换的图像融合实验 | 第35-36页 |
| §3-3 融合效果评价 | 第36-38页 |
| §3-4 本章小结 | 第38-39页 |
| 第四章 医学图像肿瘤分割技术 | 第39-58页 |
| §4-1 医学图像分割技术 | 第39-43页 |
| 4-1-1 医学图像分割的目的和意义 | 第39-40页 |
| 4-1-2 医学图像分割技术的发展 | 第40页 |
| 4-1-3 医学图像分割方法 | 第40-42页 |
| 4-1-4 医学图像分割技术的评价 | 第42-43页 |
| 4-1-5 小结 | 第43页 |
| §4-2 肿瘤分割技术 | 第43-54页 |
| 4-2-1 图像的二值化处理 | 第44-45页 |
| 4-2-2 数学形态学处理 | 第45-48页 |
| 4-2-3 区域生长法分割 | 第48-51页 |
| 4-2-4 边界追踪 | 第51-54页 |
| §4-3 肿瘤交互分割的实现 | 第54-57页 |
| §4-4 本章小结 | 第57-58页 |
| 第五章 肿瘤测量 | 第58-75页 |
| §5-1 肿瘤面积的测量 | 第58-64页 |
| 5-1-1 区域筛选法 | 第58-59页 |
| 5-1-2 多边形逼近法 | 第59-61页 |
| 5-1-3 多边形面积公式推导 | 第61-64页 |
| §5-2 肿瘤体积的测量 | 第64-67页 |
| 5-2-1 曲线拟合 | 第64-65页 |
| 5-2-2 常用的曲线拟合方法 | 第65-67页 |
| §5-3 肿瘤位置及其与周围组织关系的测量 | 第67-68页 |
| 5-3-1 肿瘤的重心 | 第67-68页 |
| 5-3-2 肺部的外轮廓 | 第68页 |
| 5-3-3 肿瘤位置与肺部外轮廓的关系 | 第68页 |
| §5-4 确定肿瘤面积、体积以及其与周围组织关系 | 第68-74页 |
| §5-5 本章小结 | 第74-75页 |
| 第六章 结论与展望 | 第75-76页 |
| 参考文献 | 第76-79页 |
| 致谢 | 第79页 |
