| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 专用术语注释表 | 第8-9页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 图像处理与图像着色 | 第9-10页 |
| 1.2 医学影像学的发展 | 第10页 |
| 1.3 耦合全变差模型的发展历史 | 第10-11页 |
| 1.4 国内外研究现状 | 第11-13页 |
| 1.5 本文主要工作 | 第13-14页 |
| 第二章 图像着色理论基础 | 第14-27页 |
| 2.1 颜色模型 | 第14-17页 |
| 2.1.1 RGB颜色模型 | 第14-15页 |
| 2.1.2 CMY和CMYK颜色模型 | 第15页 |
| 2.1.3 HSI颜色模型 | 第15-16页 |
| 2.1.4 YUV颜色模型 | 第16页 |
| 2.1.5 YCbCr颜色模型 | 第16页 |
| 2.1.6 YIQ颜色模型 | 第16页 |
| 2.1.7 CB颜色模型 | 第16-17页 |
| 2.2 常用边缘检测算子 | 第17-19页 |
| 2.2.1 Sobel算子 | 第17页 |
| 2.2.2 Roberts算子 | 第17-18页 |
| 2.2.3 Prewitt算子 | 第18页 |
| 2.2.4 Laplacian算子 | 第18-19页 |
| 2.2.5 Canny算子 | 第19页 |
| 2.3 常用着色模型 | 第19-22页 |
| 2.3.1 Sapiro的颜色修补的模型 | 第19-20页 |
| 2.3.2 Kang模型 | 第20-21页 |
| 2.3.3 添加梯度控制函数的Kang模型 | 第21-22页 |
| 2.4 三种TV模型中的快速求解算法 | 第22-26页 |
| 2.4.1 对偶（dual）算法 | 第22-23页 |
| 2.4.2 Split Bregman算法 | 第23-24页 |
| 2.4.3 ADMM算法 | 第24-26页 |
| 2.5 本章小结 | 第26-27页 |
| 第三章 基于Prewitt算子的耦合全变差图像着色算法 | 第27-36页 |
| 3.1 模型介绍 | 第27-30页 |
| 3.1.1 预备知识 | 第27-28页 |
| 3.1.2 Kang模型 | 第28-29页 |
| 3.1.3 本文提出模型 | 第29-30页 |
| 3.2 本文算法与收敛性分析 | 第30-32页 |
| 3.3 实验结果与分析 | 第32-35页 |
| 3.4 本章小结 | 第35-36页 |
| 第四章 基于Prewitt算子的MRI脑肿瘤图像着色应用 | 第36-46页 |
| 4.1 磁共振成像（MRI）发展 | 第36-37页 |
| 4.2 磁共振成像（MRI）图像中脑肿瘤的识别 | 第37-40页 |
| 4.3 脑肿瘤图像的特征提取及其发展现状 | 第40-43页 |
| 4.3.1 形状特征提取 | 第40-41页 |
| 4.3.2 颜色特征提取 | 第41-42页 |
| 4.3.3 纹理特征提取 | 第42-43页 |
| 4.4 本文算法及实验结果 | 第43-45页 |
| 4.4.1 算法流程 | 第43页 |
| 4.4.2 实验结果 | 第43-45页 |
| 4.5 本章小结 | 第45-46页 |
| 第五章 总结与展望 | 第46-48页 |
| 5.1 总结 | 第46页 |
| 5.2 展望 | 第46-48页 |
| 参考文献 | 第48-51页 |
| 附录1 程序清单 | 第51-52页 |
| 附录2 攻读硕士学位期间撰写的论文 | 第52-53页 |
| 附录4 攻读硕士学位期间参加的科研项目 | 第53-54页 |
| 致谢 | 第54页 |