基于图形卡硬件的区域增长分割算法的研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第一章 绪论 | 第10-16页 |
| ·引言 | 第10-11页 |
| ·图像分割算法研究 | 第11-13页 |
| ·图像分割算法分类 | 第11页 |
| ·图像分割算法现状 | 第11-13页 |
| ·现有的图形卡硬件的发展 | 第13-14页 |
| ·基于图形卡硬件加速的分割算法的研究背景 | 第14页 |
| ·基于图形卡硬件加速的分割算法的研究目标 | 第14-15页 |
| ·本文的研究内容与章节安排 | 第15-16页 |
| 第二章 图像分割方法 | 第16-28页 |
| ·引言 | 第16-17页 |
| ·几种典型的分割算法 | 第17-26页 |
| ·阈值分割算法 | 第17-18页 |
| ·边缘检测算法 | 第18-19页 |
| ·蛇形算法 | 第19-21页 |
| ·水平集及其快速算法 | 第21-23页 |
| ·形态学重建算法 | 第23-25页 |
| ·区域与边界结合方法 | 第25-26页 |
| ·其它结合特定理论工具的分割方法 | 第26页 |
| ·分割评价方法介绍 | 第26-27页 |
| ·分割评价准则 | 第26-27页 |
| ·分割评价方法 | 第27页 |
| ·小结 | 第27-28页 |
| 第三章 GPU 通用计算及其应用 | 第28-36页 |
| ·引言 | 第28页 |
| ·图形处理单元（GPU）相关介绍 | 第28-34页 |
| ·图形处理单元的发展及其硬件介绍 | 第28-30页 |
| ·基于GPU 通用计算的基础流程 | 第30-34页 |
| ·软件研究 | 第34-35页 |
| ·小结 | 第35-36页 |
| 第四章 基于图形卡硬件(GPU)的图像分割技术 | 第36-52页 |
| ·引言 | 第36页 |
| ·现有的基于图形卡硬件的图像分割算法 | 第36-39页 |
| ·基于GPU 的阈值分割算法 | 第36-37页 |
| ·基于GPU 的区域增长分割算法 | 第37-39页 |
| ·国际上基于GPU 的分割算法的研究 | 第39页 |
| ·改进的基于GPU 图像分割算法 | 第39-43页 |
| ·基于数据的脑部血管分割 | 第40页 |
| ·3D 体数据展开技术 | 第40-41页 |
| ·区域分割技术 | 第41-43页 |
| ·基于区域标记的并行区域增长算法 | 第43-46页 |
| ·理论依据 | 第43-45页 |
| ·处理步骤 | 第45-46页 |
| ·基于骨架重建的区域增长分割算法 | 第46-50页 |
| ·算法的数学基础 | 第46-50页 |
| ·算法流程设计 | 第50页 |
| ·小结 | 第50-52页 |
| 第五章 算法实验 | 第52-72页 |
| ·引言 | 第52页 |
| ·软件开发与实验环境 | 第52-53页 |
| ·实验用数据说明 | 第53页 |
| ·软件设计及使用 | 第53-60页 |
| ·总设计思路 | 第54-55页 |
| ·优化技术细节 | 第55-57页 |
| ·软件操作过程及效果 | 第57-60页 |
| ·基于区域标记的并行区域增长分割算法实验 | 第60-70页 |
| ·实验一：模拟数据比较 | 第60-62页 |
| ·实验二：实际数据测试结果 | 第62-64页 |
| ·数据分割结果显示 | 第64-70页 |
| ·基于骨架重建的区域增长分割算法实验 | 第70页 |
| ·实验结果分析 | 第70-71页 |
| ·小结 | 第71-72页 |
| 第六章 总结与展望 | 第72-74页 |
| ·总结 | 第72页 |
| ·未来工作展望 | 第72-74页 |
| 参考文献 | 第74-78页 |
| 致谢 | 第78-79页 |
| 攻读硕士学位期间的研究成果与已发表或录用的论文 | 第79-81页 |
