第一章 绪论 | 第1-11页 |
§1-1 课题研究的背景及意义 | 第8页 |
§1-2 图像分割的研究现状 | 第8-9页 |
§1-3 主动轮廓模型的发展历史及现状 | 第9页 |
§1-4 本文的工作及内容安排 | 第9-11页 |
第二章 图像边缘提取 | 第11-14页 |
§2-1 图像边缘提取的意义 | 第11-12页 |
§2-2 图像边缘提取的主要方法介绍 | 第12-13页 |
§2-3 小结 | 第13-14页 |
第三章 主动轮廓模型和三维重建的理论基础 | 第14-29页 |
§3-1 主动轮廓模型 | 第14-21页 |
3-1-1 主动轮廓模型的物理含义 | 第14-15页 |
3-1-2 参数型的Snake模型 | 第15-17页 |
3-1-3 主动轮廓模型数字实现 | 第17-19页 |
3-1-4 Snake算法的改进算法GVF Snake | 第19-21页 |
§3-2 医学图像的三维重建 | 第21-28页 |
3-2-1 医学图像三维重建的意义 | 第21-22页 |
3-2-2 三维重建方法 | 第22页 |
3-2-3 医学图像的基于断层轮廓的三角面重构方法 | 第22-23页 |
3-2-4 三维表面重建的流程 | 第23-24页 |
3-2-5 OpenGL与三维模型表示 | 第24-28页 |
§3-3 小结 | 第28-29页 |
第四章 GVF Snake模型在骨关节CT断层图像边缘提取中改进及应用 | 第29-38页 |
§4-1 GVF Snake模型的改进 | 第29-31页 |
4-1-1 模型初始轮廓的自动化算法 | 第29-31页 |
4-1-2 参数γ的自适应调整 | 第31页 |
§4-2 GVF Snake算法的VC++实现 | 第31-34页 |
4-2-1 GVF Snake算法实现的流程 | 第31-32页 |
4-2-2 算法实现中的主要功能模块及相应的主要函数 | 第32-34页 |
§4-3 试验结果与分析 | 第34-37页 |
4-3-1 用改进的GVF Snake算法提取边缘的结果 | 第34-35页 |
4-3-2 改进的GVF Snake算法与GVF Snake算法的试验结果比较 | 第35-37页 |
§4-4 小结 | 第37-38页 |
第五章 骨关节三维表面重建 | 第38-43页 |
§5-1 表面重建的算法 | 第38-41页 |
5-1-1 单轮廓线之间的三维形体重构 | 第38-39页 |
5-1-2 多轮廓线之间的三维形体重构 | 第39-41页 |
§5-2 OpenGL环境下的试验结果及分析 | 第41-42页 |
§5-3 小结 | 第42-43页 |
第六章 结论 | 第43-44页 |
参考文献 | 第44-47页 |
致谢 | 第47-48页 |
攻读学位期间所取得的相关科研成果 | 第48页 |