| 摘要 | 第1-7页 |
| Abstract | 第7-11页 |
| 1 绪论 | 第11-19页 |
| ·MRI脑图像分割的目的和意义 | 第11-12页 |
| ·图像分割技术的国内外研究现状 | 第12-16页 |
| ·本文的主要研究内容 | 第16-19页 |
| 2 MRI脑组织图像特点分析 | 第19-25页 |
| ·MRI成像机理 | 第19-20页 |
| ·MRI技术的优势和缺陷 | 第20-21页 |
| ·MRI技术在脑组织成像中的应用 | 第21-22页 |
| ·脑组织图像分割的重点和难点分析 | 第22-23页 |
| ·小结 | 第23-25页 |
| 3 几种常用分割算法在MRI脑组织图像分割问题中的应用 | 第25-37页 |
| ·阈值分割方法 | 第25-31页 |
| ·阈值分割的基本原理 | 第25-26页 |
| ·结合直方图的迭代阈值法 | 第26页 |
| ·一维最大熵算法 | 第26-27页 |
| ·二维最大熵算法 | 第27-29页 |
| ·实验结果与分析 | 第29-31页 |
| ·边缘检测 | 第31-35页 |
| ·边缘检测的基本原理 | 第32-33页 |
| ·边缘检测算子的比较及应用 | 第33-34页 |
| ·实验结果及分析 | 第34-35页 |
| ·小结 | 第35-37页 |
| 4 基于多结构形态滤波的改进分水岭预分割方法 | 第37-53页 |
| ·分水岭算法 | 第37-43页 |
| ·分水岭算法的基本原理 | 第37-42页 |
| ·分水岭算法的弱点及其改进方向的分析 | 第42-43页 |
| ·多结构自适应形态滤波器的设计 | 第43-46页 |
| ·常见滤波器的性能比较 | 第43-44页 |
| ·多结构元素的选取和权重自适应算法 | 第44-45页 |
| ·多结构元素自适应权重形态滤波器设计 | 第45-46页 |
| ·实验结果与分析 | 第46-52页 |
| ·小结 | 第52-53页 |
| 5 改进的图割算法在图像分割中的应用 | 第53-71页 |
| ·基于图割理论的图像分割方法 | 第53-58页 |
| ·利用预流算法实现最小割集求解 | 第58-61页 |
| ·基于分水岭预分割的快速Ncut (sNcut) 算法 | 第61-66页 |
| ·归一割的准则函数分析 | 第62-63页 |
| ·归一割算法的具体实现步骤及改进方向分析 | 第63-65页 |
| ·改进的快速归一割(sNcut)算法及ISI权重模型 | 第65-66页 |
| ·实验结果与分析 | 第66-68页 |
| ·小结 | 第68-71页 |
| 6 结论与展望 | 第71-73页 |
| 参考文献 | 第73-79页 |
| 在学期间研究成果 | 第79-81页 |
| 致谢 | 第81页 |
