| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 课题研究背景及意义 | 第10-11页 |
| 1.2 图像分割 | 第11-15页 |
| 1.2.1 图像分割概述 | 第11页 |
| 1.2.2 图像分割应用 | 第11-12页 |
| 1.2.3 图像分割国内外研究现状 | 第12-15页 |
| 1.3 论文安排 | 第15-16页 |
| 第2章 超声图像及超声图像预处理 | 第16-22页 |
| 2.1 超声图像概述 | 第16-17页 |
| 2.2 超声图像预处理 | 第17-20页 |
| 2.2.1 空间域滤波 | 第17-19页 |
| 2.2.2 频率域滤波 | 第19-20页 |
| 2.3 滤波器对比实验 | 第20-21页 |
| 2.4 本章小结 | 第21-22页 |
| 第3章 图切割算法与水平集算法分析 | 第22-38页 |
| 3.1 图切割算法 | 第22-26页 |
| 3.1.1 图论概述 | 第22-25页 |
| 3.1.2 最大流与最小割 | 第25-26页 |
| 3.2 基于 Graph Cuts 的图像分割算法 | 第26-30页 |
| 3.2.1 代价函数 | 第27-28页 |
| 3.2.2 构建图 | 第28-30页 |
| 3.2.3 分割图像 | 第30页 |
| 3.3 水平集算法 | 第30-37页 |
| 3.3.1 水平集算法概述 | 第30-34页 |
| 3.3.2 基于区域水平集 C-V 模型 | 第34-37页 |
| 3.4 本章小结 | 第37-38页 |
| 第4章 基于图切割与水平集的超声图像分割 | 第38-52页 |
| 4.1 Graph Cuts 离散模型 | 第38-39页 |
| 4.2 C-V 离散模型 | 第39-40页 |
| 4.3 Graph Cuts 模型和 C-V 模型特点分析 | 第40-43页 |
| 4.4 改进模型的建立 | 第43-49页 |
| 4.5 算法流程图 | 第49页 |
| 4.6 实验结果分析 | 第49-51页 |
| 4.7 本章小结 | 第51-52页 |
| 第5章 总结与展望 | 第52-53页 |
| 5.1 本文工作总结 | 第52页 |
| 5.2 展望 | 第52-53页 |
| 参考文献 | 第53-56页 |
| 致谢 | 第56页 |