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

基于小波分析和遗传算法的乳腺X线图像分割

摘要第1-3页
Abstract第3-6页
第一章 绪论第6-10页
   ·课题背景第6-8页
     ·乳腺癌的危害及早期计算机辅助诊断技术第6-7页
     ·课题的意义与目的第7-8页
   ·研究现状第8-9页
   ·本文的研究内容与结构第9-10页
第二章 图像的预处理第10-25页
   ·X线图像去噪第10-12页
     ·基于邻域平均的噪声消除第10页
     ·基于空间域的中值滤波第10-11页
     ·基于小波的图像去噪第11-12页
   ·X线图像增强第12-19页
     ·对比度增强第13-14页
     ·直方图增强第14-15页
     ·图像锐化第15-17页
     ·图像伪彩色增强第17页
     ·图像频率增强第17-19页
   ·一种基于多尺度几何分析的乳腺X线图像预处理第19-24页
     ·曲波(Curvelet)变换理论第19-20页
     ·基于Curvelet变换的乳腺X线图像去噪与增强第20-21页
     ·实验结果与分析第21-24页
   ·小结第24-25页
第三章 乳腺X线图像分割方法研究第25-35页
   ·图像分割的基本原理第25-26页
   ·传统的分割方法第26-30页
     ·传统的分割方法介绍第26-30页
     ·传统分割算法比较第30页
   ·图像分割新算法以及优缺点第30-34页
     ·图像分割新算法介绍第31-33页
     ·新算法比较第33-34页
   ·小结第34-35页
第四章 基于小波变换的遗传算法分割第35-44页
   ·遗传算法第35-39页
     ·遗传算法的基本操作第35-37页
     ·标准GA的基本运算流程第37-38页
     ·标准遗传算法的优点和缺点第38-39页
   ·基于小波变换的遗传算法改进第39-43页
     ·算法设计第39-40页
     ·算法描述第40-42页
     ·算法流程第42-43页
   ·小结第43-44页
第五章 实验及评估第44-49页
   ·分割效果评估函数与指标第44-45页
     ·平均径向误差(ARE)第44页
     ·TPVF、FPVF与FNVF指标第44-45页
   ·实验结果与分析第45-48页
   ·小结第48-49页
第六章 总结与展望第49-50页
致谢第50-51页
参考文献第51-54页
作者简介第54页
攻读硕士学位期间研究成果第54-55页

论文共55页,点击 下载论文
上一篇:SLO压缩感知信号恢复算法研究及其在图像重构中的应用
下一篇:基于多种特征的异常行为监测技术研究