| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 论文研究的背景与意义 | 第10页 |
| 1.2 课题的研究现状 | 第10-13页 |
| 1.2.1 图像处理的研究现状 | 第10-12页 |
| 1.2.2 骨组织识别中存在的主要问题 | 第12页 |
| 1.2.3 骨组织识别及其影响因素 | 第12-13页 |
| 1.3 论文的主要工作 | 第13页 |
| 1.4 论文的组织结构 | 第13-15页 |
| 第二章 图像分割技术 | 第15-32页 |
| 2.1 图像分割概述 | 第15-17页 |
| 2.1.1 基本概念 | 第15页 |
| 2.1.2 图像分割在图像信息处理中的地位 | 第15-16页 |
| 2.1.3 图像分割算法的分类 | 第16-17页 |
| 2.2 图像处理的基本概念 | 第17-18页 |
| 2.2.1 图像处理概述 | 第17-18页 |
| 2.2.2 图像处理方法 | 第18页 |
| 2.2.3 图像识别的层次 | 第18页 |
| 2.3 阈值分割算法 | 第18-22页 |
| 2.3.1 阈值法的理论基础 | 第19-20页 |
| 2.3.2 类间方差阈值法(大律法) | 第20-21页 |
| 2.3.3 最大熵分割算法 | 第21-22页 |
| 2.4 区域分割算法 | 第22-24页 |
| 2.4.1 区域生长法 | 第23页 |
| 2.4.2 区域分离和合并 | 第23-24页 |
| 2.4.3 聚类算法 | 第24页 |
| 2.5 边缘检测算法 | 第24-26页 |
| 2.5.1 边缘检测算法 | 第24-26页 |
| 2.6 图像的灰度化 | 第26-28页 |
| 2.7 图像的滤波去噪 | 第28-29页 |
| 2.7.1 均值滤波 | 第28-29页 |
| 2.8 基于图像基本信息的判别方法 | 第29-30页 |
| 2.8.1 模拟退火和端点形状 | 第29-30页 |
| 2.9 图像的特征提取 | 第30-31页 |
| 2.9.1 颜色提取方法 | 第30-31页 |
| 2.10 小结 | 第31-32页 |
| 第三章 基于带属性直方图和otsu的图像分割处理设计 | 第32-42页 |
| 3.1 引言 | 第32页 |
| 3.2 属性直方图 | 第32-34页 |
| 3.2.1 属性直方图的基本原理和意义 | 第32-33页 |
| 3.2.2 带属性直方图的延伸 | 第33-34页 |
| 3.3 三维otsu的分解算法 | 第34-36页 |
| 3.3.1 otsu算法基本原理 | 第34-35页 |
| 3.3.2 三维otsu分割算法的不足 | 第35-36页 |
| 3.4 基于带属性直方图和三维otsu的图像分割处理 | 第36-41页 |
| 3.4.1 算法实现方法 | 第36-37页 |
| 3.4.2 算法流程 | 第37页 |
| 3.4.3 图像质量评价 | 第37-38页 |
| 3.4.4 实验结果分析 | 第38-41页 |
| 3.5 小结 | 第41-42页 |
| 第四章 图像识别与连接算法的系统设计 | 第42-54页 |
| 4.1 图像像素点的基本特点 | 第42-43页 |
| 4.2 单一化处理的基本思想 | 第43-45页 |
| 4.2.1 单一化系统模块化原则 | 第43-44页 |
| 4.2.2 单一化理论基础 | 第44-45页 |
| 4.3 单一化处理的基本实现方法 | 第45-46页 |
| 4.4 骨组织的图像的概述及趋势预判方法 | 第46-49页 |
| 4.4.1 骨组织图像的概述 | 第46页 |
| 4.4.2 区域预判方法 | 第46-48页 |
| 4.4.3 矩形区域的选择 | 第48-49页 |
| 4.5 连接算的基本思想与实现 | 第49-51页 |
| 4.5.1 线段连接方法 | 第49-50页 |
| 4.5.2 算法步骤 | 第50-51页 |
| 4.6 实验结果与分析 | 第51-53页 |
| 4.7 小结 | 第53-54页 |
| 第五章 总结与展望 | 第54-56页 |
| 5.1 论文总结 | 第54页 |
| 5.2 展望 | 第54-56页 |
| 参考文献 | 第56-61页 |
| 致谢 | 第61-62页 |
| 攻读学位期间所开展的科研项目和发表的学术论文 | 第62页 |