| 中文摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-17页 |
| ·引言 | 第7页 |
| ·图像分割的目的和意义 | 第7-8页 |
| ·图像分割方法综述 | 第8-15页 |
| ·阈值分割方法 | 第9页 |
| ·边缘检测方法 | 第9-10页 |
| ·区域分割方法 | 第10-11页 |
| ·基于数学形态学的分割方法 | 第11-12页 |
| ·基于人工神经网络的分割方法 | 第12-13页 |
| ·基于小波分析和变换的分割方法 | 第13-14页 |
| ·基于模糊集理论的分割方法 | 第14页 |
| ·基于偏微分方程的分割方法 | 第14-15页 |
| ·本文的主要工作和文章结构 | 第15-17页 |
| 第二章 主动轮廓模型和水平集方法 | 第17-35页 |
| ·主动轮廓模型 | 第17-24页 |
| ·主动轮廓模型的分类 | 第17-18页 |
| ·参数主动轮廓模型 | 第18-21页 |
| ·几何主动轮廓模型 | 第21-24页 |
| ·水平集方法 | 第24-34页 |
| ·轮廓曲线运动理论 | 第25-26页 |
| ·水平集函数 | 第26-32页 |
| ·水平集函数数值解 | 第32-34页 |
| ·本章小结 | 第34-35页 |
| 第三章 基于CHAN-VESE 模型的快速自适应图像分割算法 | 第35-49页 |
| ·CHAN-VESE 模型 | 第35-40页 |
| ·改进的分割算法 | 第40-43页 |
| ·实验结果及分析 | 第43-48页 |
| ·本章小结 | 第48-49页 |
| 第四章 基于OCV 模型的医学图像分割算法 | 第49-55页 |
| ·二维OTSU 方法 | 第49-50页 |
| ·新的分割算法 | 第50-52页 |
| ·实验结果及分析 | 第52-54页 |
| ·本章小节 | 第54-55页 |
| 第五章 总结与展望 | 第55-56页 |
| ·全文总结 | 第55页 |
| ·未来展望 | 第55-56页 |
| 参考文献 | 第56-60页 |
| 攻读硕士学位期间取得的科研成果 | 第60-61页 |
| 致谢 | 第61页 |