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

基于数学形态学的医学图像分割方法研究

摘要第1-7页
Abstract第7-9页
第1章 绪论第9-13页
   ·论文研究的目的与意义第9-10页
   ·国内外研究现状第10-11页
   ·论文研究的主要内容第11-12页
   ·论文的组织结构第12页
   ·本章小结第12-13页
第2章 图像去噪的理论基础第13-18页
   ·均值滤波去噪法第13-14页
   ·中值滤波去噪法第14-15页
   ·小波阈值去噪法第15-17页
     ·去噪原理第15-16页
     ·常用的阈值函数第16页
     ·常用的阈值第16-17页
   ·本章小结第17-18页
第3章 图像分割的理论基础第18-33页
   ·图像分割定义第18页
   ·基于边缘的图像分割方法第18-23页
     ·梯度算子法第19-22页
     ·边缘连接第22-23页
   ·基于区域的图像分割方法第23-27页
     ·阈值分割法第23-25页
     ·区域分割法第25-27页
   ·基于特定理论的分割方法第27-32页
     ·模糊聚类算法第27-29页
     ·数学形态学分水岭算法第29-32页
   ·本章小结第32-33页
第4章 基于数学形态学的医学图像分割方法第33-49页
   ·本文分割方法流程图第33-34页
   ·医学图像小波阈值去噪预处理第34-39页
     ·医学图像去噪流程图第34页
     ·分割区域第34-35页
     ·阈值和阈值函数的选择第35页
     ·结果图像融合第35-36页
     ·医学图像去噪实验结果与分析第36-39页
   ·基于数学形态学的医学图像分割方法第39-48页
     ·算法流程图第39-40页
     ·分水岭算法梯度重建第40-41页
     ·计算浮点活动图像第41-42页
     ·分水岭算法初始分割第42页
     ·二维最大熵阈值分割法细分割第42-43页
     ·基于数学形态学的医学图像分割算法实验结果与分析第43-48页
   ·本章小结第48-49页
第5章 仿真实验及结果分析第49-55页
   ·仿真实验准备第49页
   ·仿真实验目的与方案第49页
   ·基于数学形态学的医学图像分割方法实验结果及分析第49-55页
第6章 总结与展望第55-57页
   ·全文总结第55页
   ·研究展望第55-57页
参考文献第57-60页
致谢第60-61页
攻读学位期间所发表的学术论文目录第61页

论文共61页,点击 下载论文
上一篇:基于蚁群算法的呼吸信号情感识别研究
下一篇:基于网络的积件教学系统的研究与实现