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

基于小波变换的医学图像融合技术研究

摘要第1-3页
Abstract第3-6页
第一章 引言第6-12页
   ·课题研究的目的和意义第6-7页
   ·图像融合技术的研究现状第7-9页
   ·图像融合技术的应用第9-10页
     ·常用图像的特点第9-10页
     ·融合技术在各领域的应用第10页
   ·研究的工作和目的第10-12页
第二章 图像融合的理论基础及应用第12-26页
   ·图像融合技术的特点与难点第12页
   ·图像融合中的层次第12-15页
   ·典型图像融合方法第15-18页
     ·基于IHS(Intensive-hue-Saturation)的图像融合方法第15-16页
     ·基于PCA(Principle Component Analysis)的图像融合方法第16-17页
     ·乘法复合法第17页
     ·Brovey变换第17-18页
     ·高通滤波法HPF第18页
   ·像素级图像融合方法第18-20页
     ·简单图像融合方法第18-19页
     ·基于塔形分解(比率塔、Laplace塔形分解等)的图像融合方法第19页
     ·基于小波变换(Wavelet Transformation)的图像融合方法第19-20页
   ·医学图像融合的分类及特点第20-22页
     ·医学图像融合的概念第21页
     ·医学图像融合系统的分类第21页
     ·医学图像融合的步骤及主要特点第21-22页
     ·医学图像融合的发展前景第22页
   ·图像融合质量评价标准第22-26页
     ·主观评价第22-23页
     ·客观评价第23-25页
     ·综合评价第25-26页
第三章 小波变换(Wavelet Transform)的理论基础第26-38页
   ·小波理论的起源和发展第26页
   ·小波变换第26-30页
     ·小波的定义第26-27页
     ·小波函数及小波变换的特点第27-28页
     ·连续小波(Continued Wavelet Transform)变换第28-29页
     ·离散小波(Discrete Wavelet Transform)变换第29页
     ·频率离散化--二进小波(Dyadic Wavelet)第29-30页
     ·时域离散化--框架第30页
   ·多尺度分析方法第30-38页
     ·多分辨率分析(MRA)的定义和特点第31页
     ·尺度函数(Scale Functions)和尺度空间(Scale Space)第31-33页
     ·经典的Mallat算法第33-35页
     ·应用小波变换的图像融合第35-36页
     ·融合规则第36-38页
第四章 一种改进的基于区域特征的医学图像融合方法第38-46页
   ·小波系数第38-39页
   ·互补的MRI和CT图像第39页
   ·医学图像的配准第39-40页
   ·一种改进的基于区域特征的图像融合-DOC(Degree of Dependence)第40-42页
   ·融合算法和融合规则第42-44页
   ·实验结果和评价第44-45页
   ·结论第45-46页
第五章 一种改进的基于提升算法的医学图像融合第46-52页
   ·差值提升小波分解第46页
   ·差值提升小波重构第46-47页
   ·基于提升算法的小波融合规则第47-49页
     ·低频子带融合规则第48-49页
     ·高频子带融合规则第49页
   ·实验结果和评价第49-51页
   ·结论第51-52页
第六章 总结与展望第52-53页
参考文献第53-57页
致谢第57-58页
攻读硕士学位期间的研究成果第58-59页

论文共59页,点击 下载论文
上一篇:企业间ERP系统的概念模型与关键技术研究
下一篇:隐式曲面上分段光滑图像分割研究