| 摘要 | 第4-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第10-14页 |
| 1.1 研究背景及意义 | 第10页 |
| 1.2 国内外发展现状 | 第10-12页 |
| 1.3 本文主要内容及创新点 | 第12页 |
| 1.4 文章结构 | 第12-14页 |
| 第2章 相关理论基础 | 第14-22页 |
| 2.1 医学图像分割 | 第14页 |
| 2.2 超像素分割 | 第14-21页 |
| 2.2.1 基于图论的方法 | 第15-18页 |
| 2.2.2 基于梯度上升的方法 | 第18-21页 |
| 2.3 本章小结 | 第21-22页 |
| 第3章 std_SLIC超像素分割 | 第22-34页 |
| 3.1 引言 | 第22页 |
| 3.2 SLIC超像素分割 | 第22-24页 |
| 3.3 std_SLIC算法流程 | 第24-28页 |
| 3.3.1 三维直方图去噪模型 | 第24-26页 |
| 3.3.2 gamma增强 | 第26-27页 |
| 3.3.3 std_SLIC超像素分割 | 第27-28页 |
| 3.4 实验结果与分析 | 第28-32页 |
| 3.5 本章小结 | 第32-34页 |
| 第4章 融合图像纹理特征的std_SLIC超像素分割 | 第34-50页 |
| 4.1 引言 | 第34-35页 |
| 4.2 图像纹理特征介绍 | 第35-40页 |
| 4.3 融合图像纹理特征的std_SLIC超像素分割 | 第40-45页 |
| 4.3.1 算法流程 | 第41-42页 |
| 4.3.2 Ltridp的幅值模式 | 第42-44页 |
| 4.3.3 融合Ltridp幅值模式的std_SLIC超像素分割 | 第44-45页 |
| 4.4 实验结果与分析 | 第45-48页 |
| 4.5 本章小结 | 第48-50页 |
| 第5章 总结与展望 | 第50-52页 |
| 5.1 工作总结 | 第50-51页 |
| 5.2 研究展望 | 第51-52页 |
| 参考文献 | 第52-56页 |
| 作者简介及在学期间所取得的科研成果 | 第56-57页 |
| 致谢 | 第57-58页 |
