| 摘要 | 第6-8页 |
| ABSTRACT | 第8-9页 |
| 第一章 绪论 | 第14-20页 |
| 第二章 三维图像纹理跟踪综述 | 第20-27页 |
| 2.1 三维图像管状物体跟踪的主要方法 | 第20页 |
| 2.2 基于模式识别的方法 | 第20-21页 |
| 2.3 基于可变模型的方法 | 第21-23页 |
| 2.3.1 基于跟踪的方法 | 第21-22页 |
| 2.3.2 基于神经网络的方法 | 第22-23页 |
| 2.4 三维图像时间序列多目标跟踪的主要方法 | 第23-27页 |
| 2.4.1 基于特征的跟踪 | 第23-24页 |
| 2.4.2 基于动态轮廓的跟踪 | 第24页 |
| 2.4.3 基于区域的跟踪 | 第24-25页 |
| 2.4.4 基于粒子滤波跟踪 | 第25页 |
| 2.4.5 基于卡尔曼滤波跟踪 | 第25-27页 |
| 第三章 三维神经元轴突跟踪 | 第27-57页 |
| 3.1 已有的神经元轴突三维图像跟踪算法的介绍 | 第27-28页 |
| 3.2 基于无迹卡尔曼滤波框架跟踪算法 | 第28-40页 |
| 3.2.1 卡尔曼滤波理论 | 第28-30页 |
| 3.2.2 无迹变换理论 | 第30-34页 |
| 3.2.3 基于无迹卡尔曼滤波的跟踪算法 | 第34-35页 |
| 3.2.4 模型的基本假设 | 第35-37页 |
| 3.2.5 椭球核模型的建立 | 第37-38页 |
| 3.2.6 基于最大似然的图模型 | 第38-40页 |
| 3.3 跟踪优先级及禁区模型 | 第40-42页 |
| 3.4 实验结果及分析 | 第42-57页 |
| 3.4.1 椭球模型参数选择实验 | 第42-46页 |
| 3.4.2 本文方法与海瑟矩阵方法对比结果 | 第46-48页 |
| 3.4.3 基于无迹卡尔曼滤波方案的跟踪结果 | 第48-57页 |
| 第四章 三维金枪鱼细胞图像序列的跟踪 | 第57-79页 |
| 4.1 背景介绍及相关工作 | 第57-60页 |
| 4.1.1 背景介绍 | 第57-58页 |
| 4.1.2 相关工作 | 第58-60页 |
| 4.2 三维金枪鱼图像分割 | 第60-64页 |
| 4.2.1 背景知识 | 第60-62页 |
| 4.2.2 使用改进 3D Level Set 算法进行分割 | 第62-64页 |
| 4.3 四维金枪鱼细胞时间序列跟踪 | 第64-70页 |
| 4.3.1 图模型定义 | 第64-65页 |
| 4.3.2 图模型的简化 | 第65-67页 |
| 4.3.3 结点匹配和跟踪 | 第67-70页 |
| 4.4 实验结果与分析 | 第70-79页 |
| 4.4.1 去噪方案的有效性验证 | 第70-72页 |
| 4.4.2 分割结果 | 第72-76页 |
| 4.4.3 建图和简化的中间结果 | 第76-77页 |
| 4.4.4 基于图论的细胞跟踪结果 | 第77-79页 |
| 第五章 结论 | 第79-80页 |
| 第六章 参考文献 | 第80-85页 |
| 致谢 | 第85-86页 |
| 攻读学位期间发表的学术论文目录 | 第86-88页 |