| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 第一章 绪论 | 第8-13页 |
| 1.1 X射线成像的研究背景与意义 | 第8-9页 |
| 1.2 支持向量机和独立成分分析研究现状 | 第9-11页 |
| 1.2.1 支持向量机研究现状 | 第9-10页 |
| 1.2.2 独立成分分析研究现状 | 第10-11页 |
| 1.3 论文主要工作内容与结构 | 第11-13页 |
| 第二章 K-edge成像研究 | 第13-22页 |
| 2.1 多能谱CT技术研究 | 第13-14页 |
| 2.1.1 多能谱CT技术原理 | 第13页 |
| 2.1.2 光子计数探测器 | 第13-14页 |
| 2.2 K-edge成像原理与特点 | 第14-21页 |
| 2.2.1 K-edge物理特性 | 第14-16页 |
| 2.2.2 K-edge成像模型 | 第16-19页 |
| 2.2.3 K-edge减影成像 | 第19-20页 |
| 2.2.4 K-edge成像优点 | 第20-21页 |
| 本章小结 | 第21-22页 |
| 第三章 基于ICA的K-edge特性图像降噪 | 第22-32页 |
| 3.1 图像降噪的意义 | 第22页 |
| 3.2 基于ICA的图像降噪原理与方法 | 第22-25页 |
| 3.2.1 ICA基本模型 | 第23-24页 |
| 3.2.2 稀疏编码降噪 | 第24-25页 |
| 3.3 ICA的目标方法 | 第25-27页 |
| 3.3.1 峭度最大化 | 第25-26页 |
| 3.3.2 负熵最大化 | 第26-27页 |
| 3.4 FastICA对K-edge特性图像降噪算法仿真 | 第27-31页 |
| 3.4.1 FastICA算法基本原理 | 第27-29页 |
| 3.4.2 FastICA对K-edge特性图像降噪仿真与分析 | 第29-31页 |
| 本章小结 | 第31-32页 |
| 第四章 基于SVM的图像分割 | 第32-56页 |
| 4.1 图像分割方法 | 第32-33页 |
| 4.2 SVM算法原理 | 第33-38页 |
| 4.2.1 SVM算法数学模型 | 第33-37页 |
| 4.2.2 核函数理论 | 第37-38页 |
| 4.3 SVM对普通图像分割实验仿真 | 第38-47页 |
| 4.3.1 图像分割步骤 | 第39-41页 |
| 4.3.2 SVM参数优化 | 第41-42页 |
| 4.3.3 实验结果与分析 | 第42-47页 |
| 4.4 K-edge特性图像分割实验仿真与分析 | 第47-55页 |
| 4.4.1 图像分割步骤 | 第47-50页 |
| 4.4.2 实验结果与分析 | 第50-55页 |
| 本章小结 | 第55-56页 |
| 第五章 总结与展望 | 第56-58页 |
| 5.1 工作总结 | 第56-57页 |
| 5.2 工作展望 | 第57-58页 |
| 参考文献 | 第58-61页 |
| 附录1 攻读硕士学位期间申请的专利 | 第61-62页 |
| 附录2 攻读硕士学位期间参加的科研项目 | 第62-63页 |
| 致谢 | 第63页 |