首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

一种基于NSCT变换结合空间频率激励下的PCNN算法的医学图像融合

摘要第1-4页
Abstract第4-8页
第一章 绪论第8-15页
   ·图像融合的研究背景和研究意义第8-10页
   ·图像融合技术的研究现状第10-13页
     ·图像融合系统的划分第10-12页
     ·像素级融合方法综述第12页
     ·国内外的研究现状第12-13页
   ·主要章节和工作安排第13-14页
   ·本章小结第14-15页
第二章 医学图像融合第15-19页
   ·医学影像技术简述第15-17页
     ·CT成像简述第16页
     ·MRI成像简述第16-17页
   ·医学图像融合的意义第17-18页
   ·本章小结第18-19页
第三章 基于多分辨率以及改进型POWELL算法的医学图像配准第19-35页
   ·图像配准的意义第19页
   ·图像配准在医学领域的应用第19-20页
   ·医学图像配准的方法与过程第20-22页
   ·POWELL算法第22-30页
     ·Powell简介第22-25页
       ·共轭方向第23-25页
       ·Powell的特点第25页
     ·原始Powell算法第25-27页
     ·改进Powell第27-28页
     ·Powell程序框图第28-30页
   ·基于多分辨率与改进型POWELL算法的医学图像配准第30-34页
     ·互信息的定义第30-31页
     ·小波分解图像分解第31页
     ·图像的多分辨率配准第31-33页
     ·配准结果第33-34页
   ·本章小结第34-35页
第四章 非下采样CONTOURIET变换结合空间频率激励下的PCNN算法的医学图像融合第35-61页
   ·常用的图像融合方法第35页
   ·CONTOURLE变换的图像融合第35-45页
     ·多分辨率分析(Multi-resolution Analvsis,MRA)第36-38页
     ·拉普拉斯金字塔(Laplacian Pyrimad,LP)分解第38-41页
     ·方向滤波器组(Directional Filter Ballks,DFB)第41-44页
     ·Contourlet变换结构第44-45页
   ·非向下采样CONTOURLET变换(NSCT)第45-50页
     ·非采样拉普拉斯金字塔(Nonsubsampled Pyramid,NSP)第46-47页
     ·非下采样方向滤波器组(Nonsubsampled Diretional Filter Bank,NSDFB)第47-49页
     ·非下采样Contourlet变换结构第49-50页
   ·脉冲耦合神经网络(PULSE COUPLED NEURAL NETWORK,PCNN)第50-56页
     ·人工神经网络(Artificial Neural Network,ANN)第50-51页
     ·PCNN基本模型第51-53页
     ·PCNN的特性第53-54页
     ·PCNN在图像处理中的应用第54-56页
   ·NSCT-SF-PCNN的图像融合第56-58页
     ·空间频率(spatial frequency,SF)第56页
     ·NSCT-SF-PCNN算法第56-58页
   ·实验结果第58-60页
   ·本章小结第60-61页
第五章 评价规则与结果对比分析第61-67页
   ·主观评价指标第61-62页
   ·客观评价标准第62-65页
     ·熵H(Entropy)第63页
     ·均值μ(Mean Value)第63页
     ·标准差δ(Standard deviation)第63-64页
     ·平均梯度G(Average GradeS)第64页
     ·互信息MI(Mutual Information)第64-65页
   ·图像融合结果对比分析第65-66页
   ·本章小结第66-67页
第六章 总结与展望第67-69页
   ·总结第67页
   ·展望第67-69页
参考文献第69-72页
攻读硕士学位期间参加的科研项目第72-73页
致谢第73页

论文共73页,点击 下载论文
上一篇:市委党校图书管理系统的分析与设计
下一篇:面向数据密集型计算的概率图模型构建方法及实现