| 摘要 | 第1-4页 |
| ABSTRACT | 第4-9页 |
| 第1章 引言 | 第9-17页 |
| ·医学影像处理及ITK、VTK简介 | 第9-10页 |
| ·分割与配准算法的研发平台ITK简介 | 第9-10页 |
| ·可视化开发工具包 VTK(Visualization ToolKit) | 第10页 |
| ·医学图像分割的目的和意义 | 第10-11页 |
| ·课题的研究目的、研究现状和研究的必要性 | 第11-14页 |
| ·课题研究的目的和意义 | 第11-13页 |
| ·国内外研究现状 | 第13-14页 |
| ·研究的必要性 | 第14页 |
| ·本文的主要研究内容 | 第14-17页 |
| ·研究的主要内容 | 第14-16页 |
| ·本文的研究技术路线和创新之处 | 第16-17页 |
| 第2章 基于区域的图像分割 | 第17-26页 |
| ·阈值分割 | 第17-19页 |
| ·OTSU方法(大津法) | 第19-21页 |
| ·区域生长法 | 第21-25页 |
| ·单连接区域生长 | 第22-23页 |
| ·基于子区合并的区域生长 | 第23-25页 |
| ·本章小节 | 第25-26页 |
| 第3章 基于分水岭算法的图像分割 | 第26-36页 |
| ·分水岭算法的基本思想 | 第26-29页 |
| ·分水岭算法的数学描述 | 第29-30页 |
| ·几种分水岭算法 | 第30-33页 |
| ·分水岭分割算法的过分割问题 | 第33-34页 |
| ·本章小节 | 第34-36页 |
| 第4章 水平集分割 | 第36-53页 |
| ·水平集方法(Level Set Method) | 第36-39页 |
| ·水平集的定义 | 第36-37页 |
| ·水平集方法的基本思想 | 第37页 |
| ·水平集方法的数学描述 | 第37-39页 |
| ·快速步进分割算法FMM | 第39-42页 |
| ·快速步进算法的原理 | 第39-41页 |
| ·实验结果及分析 | 第41-42页 |
| ·形状检测水平集分割 | 第42-44页 |
| ·阈值水平集分割 | 第44-46页 |
| ·Canny边缘水平集分割 | 第46-52页 |
| ·Canny边缘检测算法 | 第47-49页 |
| ·Canny边缘水平集分割 | 第49-50页 |
| ·实验结果及分析 | 第50-52页 |
| ·本章小节 | 第52-53页 |
| 第5章 混合分割 | 第53-65页 |
| ·混合分割方法简介 | 第53-54页 |
| ·混合算法:模糊连接度、基于Voronoi区域分割和基于形变模型的图像分割算法 | 第54-61页 |
| ·模糊连接度算法 | 第54-56页 |
| ·基于Voronoi区域分割算法 | 第56-57页 |
| ·基于形变模型的图像分割算法 | 第57-60页 |
| ·实验结果及分析 | 第60-61页 |
| ·混合算法:基于Gibbs分布先验模型和形变模型的图像分割 | 第61-64页 |
| ·本章小节 | 第64-65页 |
| 第6章 图像配准 | 第65-76页 |
| ·基于标志点的自动配准 | 第65-69页 |
| ·标志点的自动配序 | 第65-67页 |
| ·标志点的配准算法 | 第67-69页 |
| ·激光配准 | 第69-75页 |
| ·激光配准原理 | 第69-70页 |
| ·面配准算法 | 第70-72页 |
| ·最优化搜索算法 | 第72-74页 |
| ·激光配准的硬件部分 | 第74-75页 |
| ·本章小节 | 第75-76页 |
| 第7章 结论与展望 | 第76-79页 |
| ·全文工作总结 | 第76-77页 |
| ·今后工作展望 | 第77-79页 |
| 致谢 | 第79-80页 |
| 参考文献 | 第80-84页 |
| 攻读学位期间的研究成果 | 第84页 |
