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

基于二维经验模态分解的医学图像融合

提要第1-5页
摘要第5-7页
Abstract第7-12页
第1章 绪论第12-18页
   ·引言第12-14页
     ·研究背景和意义第12-13页
     ·研究原理第13-14页
   ·图像融合发展历程和研究现状第14-15页
   ·图像融合层次和分类第15-17页
   ·本文的整体安排以及结构第17-18页
第2章 EMD基本理论第18-29页
   ·传统的时频分析技术和局限第18-20页
     ·傅里叶变换第18-19页
     ·Wigner-Ville变换第19页
     ·小波变换第19-20页
   ·希尔伯特-黄变换(HHT)第20-24页
     ·希尔伯特-黄变换的概念第20-21页
     ·瞬时频率的概念第21-22页
     ·本征模态函数(IMF)的概念第22-23页
     ·时间尺度第23-24页
   ·经验模态分解(EMD)第24-28页
     ·经验模态分解原理第24-25页
     ·EMD分解思想第25-27页
     ·Hilbert谱和边际谱第27页
     ·IMF的完备性和正交性第27-28页
   ·本章小结第28-29页
第3章 BEMD方法第29-39页
   ·二维经验模态分解第29-30页
     ·BEMD基本思想第29页
     ·BEMD分解算法第29-30页
   ·BEMD方法的关键问题第30-34页
     ·极值点的选取第30-31页
     ·包络面的插值第31-32页
     ·筛分停止准则和分解停止准则第32-33页
     ·边界抑制第33-34页
   ·BEMD医学图像分解仿真实验第34-38页
     ·BEMD医学图像分解实验第35-36页
     ·BEMD分解的波形图第36-38页
   ·BEMD分解的特点第38页
   ·本章小结第38-39页
第4章 BEMD方法在医学图像融合中的应用第39-52页
   ·引言第39页
   ·基于BEMD图像融合的思想和框架第39-40页
     ·基于BEMD图像融合的思想第39-40页
     ·基于BEMD图像融合的框架第40页
   ·一种基于BEMD加权系数的图像融合算法第40-42页
     ·基于加权系数的图像融合方法第40-41页
     ·基于加权系数的图像融合实验第41-42页
   ·一种基于EMD-PCA方法的医学图像融合新算法第42-47页
     ·PCA基本理论第42-43页
     ·PCA变换处理图像第43-44页
     ·EMD-PCA融合规则第44-45页
     ·图像融合效果评价第45-47页
   ·仿真实验及结果分析第47-51页
     ·仿真实验第47-49页
     ·结果分析第49-51页
   ·本章小结第51-52页
第5章 结论与展望第52-54页
   ·本文工作总结第52-53页
   ·经验模态分解方法的展望第53-54页
参考文献第54-58页
作者简介及在学期间所取得的科研成果第58-59页
致谢第59页

论文共59页,点击 下载论文
上一篇:基于轮廓特征定位算法的异形件排样研究
下一篇:工程资料管理子系统的设计与实现