首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于小波变换的医学图像增强和配准技术研究

摘要第1-5页
ABSTRACT第5-7页
创新点摘要第7-10页
第一章 绪论第10-15页
   ·关于医学图像增强和配准的研究意义第10-11页
     ·医学图像增强第10-11页
     ·医学图像配准第11页
   ·关于医学图像增强和配准的研究现状第11-13页
     ·医学图像增强第11-12页
     ·医学图像配准第12-13页
   ·本文的组织结构第13-15页
第二章 小波变换第15-30页
   ·Haar 变换第15-16页
   ·多分辨分析第16-19页
     ·平方可积空间第16-18页
     ·Haar 多分辨分析第18-19页
   ·离散小波变换第19-23页
     ·卷积计算第20-21页
     ·Mallat 算法第21-23页
   ·图像的小波变换第23页
   ·二维离散小波变换第23-27页
     ·图像小波变换的频率特性第23-25页
     ·图像 Mallat 算法步骤和描述第25-27页
   ·简化的多小波变换第27-28页
   ·本章小结第28-30页
第三章 预处理第30-36页
   ·直方图第30-31页
     ·直方图均衡化第30-31页
     ·非线性直方图均衡化第31页
   ·图像去噪第31-33页
     ·软阈值法去除噪声第31-32页
     ·邻域平均法去除噪声第32页
     ·中值滤波去除噪声第32-33页
   ·去噪图像质量评价的方法第33-34页
     ·图像质量的主观评价第33页
     ·图像质量的客观评价第33-34页
   ·仿真实验第34-35页
   ·本章小结第35-36页
第四章 图像刚体变换,互信息和优化方法第36-42页
   ·刚体变换第36页
   ·互信息第36-39页
     ·互信息的定义第36-37页
     ·互信息方法第37-38页
     ·互信息方法的应用第38-39页
   ·优化算法在图像配准中的应用第39-41页
     ·遗传算法基本思想第39-40页
     ·遗传算法在本文应用第40-41页
     ·遗传算法优越性第41页
   ·本章小结第41-42页
第五章 基于小波变换的医学图像增强第42-46页
   ·医学图像增强第42页
   ·基于简化多小波变换的增强算法原理第42-44页
     ·反距离加权平均法去噪第42-43页
     ·系数增强第43页
     ·重构图像第43-44页
     ·算法步骤第44页
   ·仿真实验第44-45页
   ·本章小结第45-46页
第六章 基于小波变换的医学图像配准第46-53页
   ·医学图像配准第46-47页
     ·基本思想第46-47页
     ·基本步骤第47页
   ·基于小波变换的配准算法原理第47-48页
     ·刚体变换公式第47页
     ·插值处理第47-48页
     ·算法步骤第48页
   ·仿真实验第48-52页
   ·本章小结第52-53页
结论第53-55页
参考文献第55-60页
发表文章目录第60-61页
致谢第61-62页
详细摘要第62-73页

论文共73页,点击 下载论文
上一篇:基于B-S模型的石油勘探项目投资决策方法研究
下一篇:基于Agent的多目标决策模型及在油田开发中的应用