| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 第一章 绪论 | 第8-14页 |
| §1-1 研究课题的目的及意义 | 第8页 |
| §1-2 常用的医学图像分割方法 | 第8-11页 |
| 1-2-1 基于阈值的分割方法 | 第8-9页 |
| 1-2-2 基于边缘的分割方法 | 第9-10页 |
| 1-2-3 基于区域的分割方法 | 第10-11页 |
| 1-2-4 结合特定理论工具的分割方法 | 第11页 |
| §1-3 医学图像的分割特点 | 第11-12页 |
| §1-4 医学图像的分割评价 | 第12页 |
| §1-5 本文的主要工作 | 第12-14页 |
| 第二章 数学形态学在图像处理中的应用 | 第14-24页 |
| §2-1 数学形态学介绍 | 第14页 |
| §2-2 二值形态学 | 第14-17页 |
| 2-2-1 二值形态学的基本运算 | 第14-16页 |
| 2-2-2 二值形态学的实用算法 | 第16-17页 |
| §2-3 灰度形态学 | 第17-20页 |
| 2-3-1 灰度形态学的基本运算 | 第17-19页 |
| 2-3-2 灰度形态学的实用算法 | 第19-20页 |
| §2-4 形态学重构 | 第20-23页 |
| 2-4-1 二值图像的重构 | 第21-22页 |
| 2-4-2 灰度图像的重构 | 第22-23页 |
| §2-5 本章小结 | 第23-24页 |
| 第三章 基于分水岭算法的医学图像分割 | 第24-32页 |
| §3-1 分水岭算法的基本原理 | 第24-25页 |
| §3-2 基于沉浸模拟的分水岭算法的实现 | 第25-27页 |
| §3-3 分水岭算法在医学图像分割中的应用研究 | 第27-31页 |
| 3-3-1 基于多尺度形态学的分水岭变换 | 第27-29页 |
| 3-3-2 基于标记的分水岭变换 | 第29-30页 |
| 3-3-3 基于区域合并的分水岭变换 | 第30-31页 |
| §3-4 本章小结 | 第31-32页 |
| 第四章 基于K-means 聚类的改进分水岭算法 | 第32-46页 |
| §4-1 总体分割方案设计 | 第32页 |
| §4-2 滤波处理 | 第32-35页 |
| §4-3 基于K-means 聚类的梯度图多阈值分割 | 第35-37页 |
| §4-4 目标标记与后处理 | 第37-40页 |
| 4-4-1 种子填充算法 | 第37-38页 |
| 4-4-2 Canny 边缘检测 | 第38-40页 |
| §4-5 序列图像分割 | 第40页 |
| §4-6 模拟实验及结果分析 | 第40-45页 |
| 4-6-1 胸部切片实验结果 | 第41-43页 |
| 4-6-2 头部切片实验结果 | 第43-44页 |
| 4-6-3 序列图像实验结果 | 第44-45页 |
| §4-7 本章小结 | 第45-46页 |
| 第五章 总结与展望 | 第46-47页 |
| §5-1 工作总结 | 第46页 |
| §5-2 展望 | 第46-47页 |
| 参考文献 | 第47-50页 |
| 致谢 | 第50页 |