| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第1章 绪论 | 第9-14页 |
| 1.1 课题来源及研究的目的和意义 | 第9页 |
| 1.2 课题研究面临的任务和困难 | 第9-10页 |
| 1.3 数字图像处理的应用及发展现状 | 第10-11页 |
| 1.4 目前皮肤表面参数分析的发展现状 | 第11-12页 |
| 1.5 本课题研究的主要内容 | 第12-13页 |
| 1.6 本章小结 | 第13-14页 |
| 第2章 图像的边缘检测 | 第14-24页 |
| 2.1 引言 | 第14-15页 |
| 2.2 边缘检测和图像分割的分类结果 | 第15-22页 |
| 2.2.1 基于曲面拟合的方法 | 第15-16页 |
| 2.2.2 多尺度方法 | 第16-17页 |
| 2.2.3 基于神经网络的方法 | 第17-18页 |
| 2.2.4 基于边界曲线拟合的方法 | 第18-19页 |
| 2.2.5 图像滤波 | 第19-22页 |
| 2.2.6 多分辨率方法 | 第22页 |
| 2.2.7 基于数学形态学的方法 | 第22页 |
| 2.3 图像的边缘检测和分割在医学图像处理的中的应用 | 第22-23页 |
| 2.4 本章小结 | 第23-24页 |
| 第3章 皮肤表面纹理分析及图像的预处理 | 第24-35页 |
| 3.1 引言――噪声的特征分类和滤波抑制的方法 | 第24-25页 |
| 3.2 皮肤图像纹理的探索 | 第25-28页 |
| 3.3 高斯滤波的原理和实现 | 第28-31页 |
| 3.4 维纳滤波的原理及实现 | 第31-34页 |
| 3.5 本章小结 | 第34-35页 |
| 第4章 灰度形态学和形态学重建 | 第35-50页 |
| 4.1 引言——数学形态学的发展和在图像处理中的应用 | 第35-36页 |
| 4.2 灰度形态学 | 第36-38页 |
| 4.2.1 引言 | 第36-37页 |
| 4.2.2 集合论的基本定义 | 第37-38页 |
| 4.3 灰度形态学基本变换 | 第38-43页 |
| 4.3.1 灰度腐蚀和膨胀变换 | 第38-41页 |
| 4.3.2 灰度开、闭变换 | 第41-43页 |
| 4.4 常用的形态学算子 | 第43-45页 |
| 4.4.1 Tophat变换和Bothat变换 | 第43-44页 |
| 4.4.2 基本测地学膨胀(element geodesic dilation) | 第44-45页 |
| 4.5 算法的处理结果 | 第45-46页 |
| 4.6 本文提出的h级重建的形态学算子 | 第46-49页 |
| 4.6.1 算子的定义及作用 | 第46-48页 |
| 4.6.2 在本文中的应用 | 第48-49页 |
| 4.7 本章小结 | 第49-50页 |
| 第5章 改进的分水岭算法 | 第50-63页 |
| 5.1 引言 | 第50页 |
| 5.2 分水岭算法的数学模型 | 第50-52页 |
| 5.3 分水岭算法中的定义 | 第52-55页 |
| 5.4 分水岭算法的实现 | 第55-56页 |
| 5.5 算法的流程图及处理结果 | 第56-62页 |
| 5.6 本章小结 | 第62-63页 |
| 总结和展望 | 第63-66页 |
| 1、算法的总结 | 第63-64页 |
| 2、算法中存在的问题 | 第64页 |
| 3、对皮肤图像参数测量的未来展望 | 第64-66页 |
| 参考文献 | 第66-71页 |
| 致谢 | 第71页 |
