摘要 | 第1-5页 |
ABSTRACT | 第5-11页 |
第一章 绪论 | 第11-23页 |
·图像分割的应用 | 第11-12页 |
·医学超声图像分割的意义 | 第12-13页 |
·超声成像的特点 | 第13-14页 |
·医学超声图像的分割现状 | 第14-19页 |
·医学超声图像分割的困难 | 第14-15页 |
·医学超声图像分割的主要方法 | 第15-19页 |
·医学超声图像分割的评价方法 | 第19-20页 |
·本文的主要研究工作安排 | 第20-23页 |
第二章 本文相关算法理论 | 第23-35页 |
·水平集方法概论 | 第23-27页 |
·数学形态学原理 | 第27-29页 |
·C-V模型算法 | 第29-31页 |
·核模糊C均值聚类算法 | 第31-34页 |
·本章小结 | 第34-35页 |
第三章 基于数学形态学的水平集医学超声图像分割 | 第35-45页 |
·引言 | 第35页 |
·形态学梯度算子 | 第35-38页 |
·传统形态学梯度算子 | 第35-36页 |
·改进的形态学梯度算子 | 第36-38页 |
·梯度向量流 | 第38-41页 |
·传统梯度向量流 | 第38-40页 |
·形态学梯度向量流 | 第40-41页 |
·分割算法的实现过程 | 第41页 |
·分割算法的仿真结果分析 | 第41-43页 |
·本章小结 | 第43-45页 |
第四章 基于改进C-V模型的水平集医学超声图像分割 | 第45-53页 |
·引言 | 第45页 |
·加强中值滤波预处理 | 第45-46页 |
·改进C-V模型 | 第46-47页 |
·分割算法的仿真结果分析 | 第47-51页 |
·预处理结果分析 | 第47-48页 |
·初始曲线φ_0的选取及分割性能分析 | 第48-51页 |
·本章小结 | 第51-53页 |
第五章 基于核模糊C均值聚类的水平集医学超声图像分割 | 第53-65页 |
·引言 | 第53-54页 |
·选取KFCM的聚类数 | 第54-56页 |
·选取KFCM的聚类中心初始点 | 第56-57页 |
·选取KFCM的聚类加权指数 | 第57-58页 |
·选取KFCM的聚类核函数 | 第58-59页 |
·采用核模糊C均值聚类结合水平集演化获取粗边界 | 第59-60页 |
·利用梯度向量流进行边界细化 | 第60-61页 |
·分割算法的仿真结果分析 | 第61-63页 |
·本章小结 | 第63-65页 |
第六章 总结与展望 | 第65-69页 |
参考文献 | 第69-77页 |
攻读硕士学位期间发表的论文目录 | 第77-79页 |
致谢 | 第79-81页 |