摘要 | 第5-6页 |
ABSTRACT | 第6页 |
1 绪论 | 第9-15页 |
1.1 研究的背景及意义 | 第9-12页 |
1.1.1 医学图像处理背景 | 第9-10页 |
1.1.2 国内外研究现状 | 第10-11页 |
1.1.3 研究目的及意义 | 第11-12页 |
1.2 本文的结构体系 | 第12-14页 |
1.2.1 本文研究内容 | 第12页 |
1.2.2 研究技术路线 | 第12-13页 |
1.2.3 本文研究方法 | 第13-14页 |
1.3 本文的创新点阐述 | 第14-15页 |
1.3.1 研究创新点 | 第14页 |
1.3.2 研究不足 | 第14-15页 |
2 相关背景技术 | 第15-29页 |
2.1 医学图像去噪的机理概述 | 第15-19页 |
2.1.1 医学图像噪声产生原理 | 第15-16页 |
2.1.2 医学图像去噪方法 | 第16-17页 |
2.1.3 医学图像去噪评价标准 | 第17-19页 |
2.2 图像的结构-纹理分解算法 | 第19-21页 |
2.2.1 图像的结构-纹理分解算法 | 第19-20页 |
2.2.2 图像的结构-纹理分解程序实现(Matlab语言) | 第20-21页 |
2.3 医学图像增强理论 | 第21-23页 |
2.3.1 医学图像增强理论概述 | 第21-22页 |
2.3.2 锐化增强算法概述 | 第22页 |
2.3.3 编程构造锐化增强滤波函数 | 第22-23页 |
2.4 非局部均值理论 | 第23-29页 |
2.4.1 非局部均值理论概述 | 第23页 |
2.4.2 非局部均值去噪特点 | 第23页 |
2.4.3 原始非局部均值代码冗余及简化策略 | 第23-26页 |
2.4.4 构造快速非局部均值滤波算法 | 第26-29页 |
3 基于图像结构-纹理分解的医学图像去噪算法设计 | 第29-33页 |
3.1 算法描述、算法步骤及流程图设计 | 第29-30页 |
3.2 算法优化思路及改进过程 | 第30-31页 |
3.3 算法详细实现过程 | 第31-33页 |
4 数值实验 | 第33-43页 |
4.1 算法效果对比实验 | 第33-41页 |
4.2 处理时间对比 | 第41页 |
4.3 基于该算法的效率评估 | 第41-43页 |
5 结论与展望 | 第43-45页 |
参考文献 | 第45-47页 |
附录(论文中用到的主要函数代码) | 第47-51页 |
攻读工程硕士期间所发表的文章 | 第51-52页 |
个人简历 | 第52-53页 |
致谢 | 第53页 |