| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 1 绪论 | 第8-16页 |
| 1.1 研究背景与意义 | 第8页 |
| 1.2 国内外研究现状 | 第8-13页 |
| 1.2.1 边缘检测 | 第8-9页 |
| 1.2.2 区域生长法 | 第9页 |
| 1.2.3 阈值法 | 第9-10页 |
| 1.2.4 基于图论的分割方法 | 第10-11页 |
| 1.2.5 基于活动轮廓模型的分割方法 | 第11-13页 |
| 1.2.6 现存的问题及难点 | 第13页 |
| 1.3 本文主要工作及章节安排 | 第13-16页 |
| 1.3.1 本文主要工作 | 第13-14页 |
| 1.3.2 本文章节安排 | 第14-16页 |
| 2 基于区域生长法与随机游走结合的肺组织图像分割方法 | 第16-30页 |
| 2.1 区域生长法 | 第16-17页 |
| 2.2 随机游走算法 | 第17-18页 |
| 2.3 基于区域生长与随机游走相结合的肺组织图像分割方法 | 第18-28页 |
| 2.3.1 引导滤波器 | 第18-20页 |
| 2.3.2 Otsu二值化 | 第20-21页 |
| 2.3.3 区域生长法提取 | 第21页 |
| 2.3.4 随机游走分割 | 第21-22页 |
| 2.3.5 肺区域细化 | 第22-23页 |
| 2.3.6 实验结果及分析 | 第23-28页 |
| 2.4 本章小结 | 第28-30页 |
| 3 基于视觉显著性的活动轮廓的内窥镜胃肠道病变图像分割方法 | 第30-40页 |
| 3.1 视觉显著性方法研究 | 第30-32页 |
| 3.1.1 视觉显著性检测模型和方法 | 第30-31页 |
| 3.1.2 视觉显著性在图像分割中的应用 | 第31-32页 |
| 3.2 基于显著性的活动轮廓模型的内窥镜胃肠道图像分割方法 | 第32-38页 |
| 3.2.1 自适应的初始轮廓提取方法 | 第32-34页 |
| 3.2.2 基于视觉显著性的活动轮廓的胃肠道分割 | 第34-35页 |
| 3.2.3 实验结果及分析 | 第35-38页 |
| 3.3 本章小结 | 第38-40页 |
| 4 系统与实现 | 第40-46页 |
| 4.1 系统模块框架 | 第40-41页 |
| 4.2 系统实现 | 第41-44页 |
| 4.3 系统运行环境 | 第44页 |
| 4.4 本章小结 | 第44-46页 |
| 5 总结与展望 | 第46-48页 |
| 5.1 总结 | 第46-47页 |
| 5.2 研究展望 | 第47-48页 |
| 致谢 | 第48-50页 |
| 参考文献 | 第50-54页 |
| 附录 | 第54页 |
