多尺度图像结构增强方法及其应用研究
摘要 | 第1-6页 |
Abstract | 第6-9页 |
第1章 绪论 | 第9-14页 |
·引言 | 第9页 |
·课题研究的目的与意义 | 第9-10页 |
·课题的研究背景及现状 | 第10-12页 |
·尺度空间理论的发展背景 | 第10-11页 |
·特征结构提取概述及发展背景 | 第11-12页 |
·课题来源 | 第12页 |
·本文研究的主要内容 | 第12-14页 |
第2章 尺度空间理论与特征结构提取 | 第14-28页 |
·图像尺度空间理论 | 第14-20页 |
·图像尺度空间表达概述 | 第14-15页 |
·高斯尺度空间及性质 | 第15-17页 |
·尺度的选择 | 第17-20页 |
·结构特征提取 | 第20-27页 |
·局部特征概述及其性质 | 第20-21页 |
·边缘特征提取 | 第21-24页 |
·阈值处理 | 第24页 |
·脊提取 | 第24-27页 |
·本章小结 | 第27-28页 |
第3章 肺裂图像增强算法及其实现 | 第28-41页 |
·肺裂介绍及其增强发展现状 | 第28-29页 |
·肺裂增强算法 | 第29-37页 |
·尺度自适应高斯滤波 | 第29-32页 |
·方向自适应特征结构提取 | 第32-34页 |
·响应概率函数 | 第34-37页 |
·实验结果 | 第37-39页 |
·实验工具 | 第37页 |
·多尺度集成的实验结果 | 第37-38页 |
·多次迭代的实验分析 | 第38页 |
·阶梯边抑制实验分析 | 第38-39页 |
·自动增强结果与手动分割对比 | 第39页 |
·本章小结 | 第39-41页 |
第4章 线扫描层叠烟标数量检测算法 | 第41-53页 |
·烟标数量检测简介及意义 | 第41页 |
·烟标数量检测研究现状 | 第41-42页 |
·数据采集 | 第42页 |
·一维脊特征 | 第42-43页 |
·多尺度高斯微分算子滤波 | 第43-46页 |
·方法一:高斯二阶导数差分滤波 | 第43-44页 |
·方法二:双高斯核滤波 | 第44-46页 |
·波峰检测 | 第46页 |
·自适应阈值 | 第46-47页 |
·算法流程图 | 第47-48页 |
·实验结果与校对 | 第48-51页 |
·实验工具和设备 | 第51-52页 |
·本章小结 | 第52-53页 |
结论 | 第53-55页 |
参考文献 | 第55-58页 |
致谢 | 第58-59页 |
附录A 攻读学位期间所申请的发明专利和参与的课题 | 第59页 |