摘要 | 第4-5页 |
Abstract | 第5-6页 |
1 绪论 | 第9-15页 |
1.1 引言 | 第9-10页 |
1.2 研究现状 | 第10-13页 |
1.3 论文内容 | 第13页 |
1.4 论文结构安排 | 第13-15页 |
2 相关数学理论 | 第15-25页 |
2.1 引言 | 第15页 |
2.2 变分原理 | 第15-17页 |
2.3 梯度下降流 | 第17-18页 |
2.4 曲线演化理论 | 第18页 |
2.5 水平集方法 | 第18-19页 |
2.6 数值计算 | 第19-22页 |
2.6.1 数值计算的有限差分法 | 第19-21页 |
2.6.2 显式、隐式及半隐式方案 | 第21-22页 |
2.7 算子介绍 | 第22-24页 |
2.7.1 梯度算子 | 第23页 |
2.7.2 Laplace算子 | 第23-24页 |
2.7.3 散度算子 | 第24页 |
2.8 本章小结 | 第24-25页 |
3 几种经典的几何活动轮廓模型介绍 | 第25-30页 |
3.1 基于边缘的几何活动轮廓模型(GAC模型) | 第25-26页 |
3.2 基于全局区域信息的活动轮廓模型(CV模型) | 第26-27页 |
3.3 基于边缘和全局信息的拟合活动轮廓模型(SBGFRLS模型) | 第27-28页 |
3.4 基于局部信息的活动轮廓模型(LBF模型) | 第28页 |
3.5 经典模型的对比性分析 | 第28-29页 |
3.6 本章小结 | 第29-30页 |
4 基于全局和局部信息自适应调整的图像分割活动轮廓模型 | 第30-43页 |
4.1 引言 | 第30页 |
4.2 改进的CV模型 | 第30页 |
4.3 自适应拟合函数模型 | 第30-31页 |
4.4 本文模型的提出 | 第31-34页 |
4.4.1 自适应平衡函数的选取 | 第32-33页 |
4.4.2 自适应平衡函数的作用分析 | 第33-34页 |
4.4.3 惩罚项 | 第34页 |
4.5 模型的可行性分析 | 第34-35页 |
4.6 算法的实现 | 第35-36页 |
4.7 实验结果及分析 | 第36-41页 |
4.8 本章小结 | 第41-43页 |
5 基于边缘和区域信息相结合的医学图像分割轮廓模型 | 第43-53页 |
5.1 引言 | 第43页 |
5.2 常见医学图像特点 | 第43-44页 |
5.3 本文模型的提出 | 第44-47页 |
5.3.1 新SPF函数的建立 | 第44-45页 |
5.3.2 自适应权值函数分析 | 第45页 |
5.3.3 基于边缘和区域信息相结合的活动轮廓模型 | 第45-46页 |
5.3.4 模型的简化 | 第46-47页 |
5.4 模型的可行性分析 | 第47页 |
5.5 实验结果与分析 | 第47-52页 |
5.6 本章小结 | 第52-53页 |
结论 | 第53-55页 |
1 总结 | 第53-54页 |
2 进一步工作和展望 | 第54-55页 |
参考文献 | 第55-58页 |
攻读硕士学位期间发表学术论文情况 | 第58-59页 |
致谢 | 第59页 |