| 作者简介 | 第1-4页 |
| 摘要 | 第4-7页 |
| ABSTRACT | 第7-13页 |
| 第一章 绪论 | 第13-19页 |
| ·研究的目的和意义 | 第13-15页 |
| ·国内外研究现状 | 第15-17页 |
| ·本文研究的主要内容 | 第17-18页 |
| ·本文的内容安排 | 第18-19页 |
| 第二章 基于连续水平集的图像分割方法 | 第19-41页 |
| ·曲线演化理论 | 第19-21页 |
| ·水平集方法 | 第21-26页 |
| ·无边缘主动轮廓模型 | 第26-32页 |
| ·一种基于二维拉格朗日连续水平集的图像分割方法 | 第32-40页 |
| ·本章小结 | 第40-41页 |
| 第三章 基于主动轮廓模型的各向异性扩散算法 | 第41-59页 |
| ·各向异性扩散去噪算法 | 第41-44页 |
| ·基于核方法的各向异性扩散算法 | 第44-47页 |
| ·基于多相分层分割方法的各向异性扩散去噪算法 | 第47-49页 |
| ·基于核方法的选择性各向异性扩散算法 | 第49-58页 |
| ·本章小结 | 第58-59页 |
| 第四章 基于高斯模型的多点各向异性边缘检测算法 | 第59-83页 |
| ·相关工作 | 第61-64页 |
| ·基于二维多点各向异性高斯滤波器的边缘线段检测算法 | 第64-70页 |
| ·基于二维多点各向异性高斯滤波器边缘线段检测算法的数值解 | 第70-72页 |
| ·实验结果 | 第72-81页 |
| ·本章小结 | 第81-83页 |
| 第五章 基于主动轮廓和统计模型的大脑 MR 图像分割算法 | 第83-113页 |
| ·磁共振成像的物理学原理 | 第83-88页 |
| ·基于统计模型的大脑分割算法 | 第88-92页 |
| ·结合实编码遗传方法的 EM 算法 | 第92-97页 |
| ·灰度信息和区域信息双驱动的大脑 MR 图像分割算法 | 第97-111页 |
| ·本章小结 | 第111-113页 |
| 第六章 总结和展望 | 第113-115页 |
| ·全文总结 | 第113-114页 |
| ·展望 | 第114-115页 |
| 致谢 | 第115-117页 |
| 参考文献 | 第117-125页 |
| 攻读博士学位期间的研究成果 | 第125-126页 |
