基于模糊理论的胸片图像分析研究
| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 1 绪论 | 第10-14页 |
| ·课题研究的背景及意义 | 第10-11页 |
| ·国内外的研究现状 | 第11-13页 |
| ·本文的主要研究工作及内容安排 | 第13-14页 |
| 2 胸片图像增强研究 | 第14-25页 |
| ·图像处理 | 第14-16页 |
| ·图像处理基础知识 | 第14-15页 |
| ·图像处理系统 | 第15-16页 |
| ·图像处理软件 | 第16页 |
| ·图像增强基本算法 | 第16-17页 |
| ·对比度增强 | 第17页 |
| ·边缘细节增强 | 第17页 |
| ·基于模糊集合理论的胸片图像增强 | 第17-20页 |
| ·模糊数学理论基础 | 第17页 |
| ·模糊子集 | 第17-18页 |
| ·隶属度函数 | 第18-19页 |
| ·Pal 和 King 算法 | 第19-20页 |
| ·基于模糊自适应算法的胸片图像增强研究 | 第20-22页 |
| ·实验结果和对比分析 | 第22-23页 |
| ·本章小结 | 第23-25页 |
| 3 胸片图像分割研究 | 第25-40页 |
| ·图像分割 | 第25页 |
| ·医学图像分割算法分类 | 第25-34页 |
| ·基于阈值分割算法 | 第26页 |
| ·基于区域生长算法 | 第26-27页 |
| ·基于数学形态学分割算法 | 第27-28页 |
| ·基于边缘检测的分割算法 | 第28-30页 |
| ·Live-wire 交互式分割算法 | 第30-31页 |
| ·胸片图像分割方法实验对比 | 第31-34页 |
| ·基于模糊理论的胸片图像分割研究 | 第34-39页 |
| ·模糊聚类算法的发展概况 | 第34页 |
| ·硬 C-均值（HCM）聚类算法 | 第34-35页 |
| ·模糊 C-均值(FCM)聚类算法 | 第35-36页 |
| ·模糊 C-均值聚类常见的几种改进算法 | 第36-37页 |
| ·实验结果与对比分析 | 第37-39页 |
| ·本章小结 | 第39-40页 |
| 4 基于模糊模式识别的肺结节识别 | 第40-51页 |
| ·肺结节检测意义 | 第40页 |
| ·肺结节特征提取 | 第40-43页 |
| ·形状特征 | 第41-42页 |
| ·灰度特征 | 第42-43页 |
| ·肺结节图像模式识别 | 第43-48页 |
| ·模糊模式识别基本思想 | 第43页 |
| ·模糊模式识别原理 | 第43-45页 |
| ·模糊分类器 | 第45-48页 |
| ·实验结果与分析 | 第48-50页 |
| ·本章小结 | 第50-51页 |
| 5 总结与展望 | 第51-53页 |
| ·总结 | 第51页 |
| ·对未来工作的展望 | 第51-53页 |
| 参考文献 | 第53-58页 |
| 攻读硕士期间发表的论文及所取得的研究成果 | 第58-59页 |
| 致谢 | 第59页 |
