| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第1章 绪论 | 第8-16页 |
| 1.1 研究背景及意义 | 第8-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 待解决的问题 | 第12-13页 |
| 1.4 本文主要工作 | 第13页 |
| 1.5 本文内容安排 | 第13-16页 |
| 第2章 模糊聚类在图像分割中的应用 | 第16-24页 |
| 2.1 引言 | 第16页 |
| 2.2 医学图像分割 | 第16-17页 |
| 2.3 图像分割中的模糊C均值聚类算法 | 第17-20页 |
| 2.3.1 K均值聚类算法 | 第17-18页 |
| 2.3.2 模糊C均值聚类算法 | 第18-20页 |
| 2.3.3 模糊C均值算法的优缺点 | 第20页 |
| 2.4 FCM的典型改进算法 | 第20-22页 |
| 2.4.4 基于提高运行效率的改进方法 | 第21-22页 |
| 2.4.5 基于提高分割质量的改进方法 | 第22页 |
| 2.5 FCM算法有效性判别 | 第22-23页 |
| 2.5.1 Bezdek划分系数 | 第22页 |
| 2.5.2 Xie-Beni系数 | 第22-23页 |
| 2.6 本章小结 | 第23-24页 |
| 第3章 基于隐马尔科夫随机场模型改进的模糊聚类算法 | 第24-34页 |
| 3.1 引言 | 第24页 |
| 3.2 马尔可夫随机场理论 | 第24-26页 |
| 3.2.1 马尔可夫随机场 | 第24-26页 |
| 3.2.2 Gibbs随机场和MRF的等效性 | 第26页 |
| 3.3 基于HMRF改进的FCM算法 | 第26-32页 |
| 3.3.1 关键理论与技术 | 第27-29页 |
| 3.3.2 改进算法的具体实现 | 第29-31页 |
| 3.3.3 实验结果 | 第31-32页 |
| 3.4 本章小结 | 第32-34页 |
| 第4章 改进算法在内中膜测量中的应用 | 第34-44页 |
| 4.1 引言 | 第34页 |
| 4.2 问题描述 | 第34-35页 |
| 4.3 算法的基本流程 | 第35-37页 |
| 4.4 算法设计思想和实现 | 第37-43页 |
| 4.4.1 提取感兴趣区域 | 第37-39页 |
| 4.4.2 图像滤波 | 第39-40页 |
| 4.4.3 建立初始标号场 | 第40-41页 |
| 4.4.4 IMC分割 | 第41-42页 |
| 4.4.5 后处理阶段 | 第42-43页 |
| 4.5 本章小结 | 第43-44页 |
| 第5章 实验结果与分析 | 第44-52页 |
| 5.1 引言 | 第44页 |
| 5.2 实验准备 | 第44-45页 |
| 5.2.1 实验所用的图像库 | 第44页 |
| 5.2.2 IMT手动测量 | 第44-45页 |
| 5.2.3 IMT自动测量 | 第45页 |
| 5.3 算法定性分析 | 第45-47页 |
| 5.3.1 分割示例 | 第45-46页 |
| 5.3.2 改进算法性能分析 | 第46-47页 |
| 5.4 算法定量分析 | 第47-51页 |
| 5.4.1 评估标准 | 第47-48页 |
| 5.4.2 手动IMT值有效性分析 | 第48页 |
| 5.4.3 ASIMT和GTIMT的对比 | 第48-50页 |
| 5.4.4 与其他算法的比较 | 第50-51页 |
| 5.5 本章小结 | 第51-52页 |
| 第6章 总结与展望 | 第52-56页 |
| 6.1 全文总结 | 第52-53页 |
| 6.2 前景展望 | 第53-56页 |
| 参考文献 | 第56-60页 |
| 发表论文和参加科研情况说明 | 第60-62页 |
| 致谢 | 第62-63页 |