生物医学图像去噪及分割方法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第7-12页 |
| ·引言 | 第7-8页 |
| ·图像去噪方法研究现状 | 第8-9页 |
| ·图像分割方法研究现状 | 第9-10页 |
| ·本文主要研究工作与创新点 | 第10-11页 |
| ·章节安排 | 第11-12页 |
| 第二章 图像去噪方法 | 第12-22页 |
| ·引言 | 第12-13页 |
| ·图像去噪的传统方法 | 第13-15页 |
| ·均值滤波 | 第13页 |
| ·中值滤波 | 第13-15页 |
| ·维纳滤波 | 第15页 |
| ·典型的图像去噪偏微分方程模型 | 第15-21页 |
| ·热扩散模型 | 第16-17页 |
| ·各向同性P-M非线性扩散模型 | 第17-19页 |
| ·高阶偏微分模型 | 第19页 |
| ·Weickert扩散张量模型 | 第19-21页 |
| 本章小结 | 第21-22页 |
| 第三章 非局部均值去噪模型 | 第22-31页 |
| ·引言 | 第22页 |
| ·双边滤波模型 | 第22-23页 |
| ·非局部均值去噪模型 | 第23-25页 |
| ·非局部均值去噪原理 | 第23-24页 |
| ·图像去噪效果的评价方法 | 第24-25页 |
| ·实验结果与分析 | 第25页 |
| ·一种自适应的非局部均值去噪模型 | 第25-29页 |
| ·权重函数 | 第26页 |
| ·均值漂移去噪算法 | 第26-27页 |
| ·实验结果与分析 | 第27-29页 |
| ·本章小结 | 第29-31页 |
| 第四章 聚类图像分割 | 第31-44页 |
| ·引言 | 第31页 |
| ·图像分割简述 | 第31-32页 |
| ·聚类分析简述 | 第32-33页 |
| ·基于模糊C均值聚类算法的图像分割 | 第33-36页 |
| ·基于模糊C均值聚类算法的图像分割 | 第33-34页 |
| ·实验结果及分析 | 第34-36页 |
| ·基于各向异性模糊C均值聚类算法的图像分割 | 第36-43页 |
| ·Markov随机场与Gibbs随机场理论 | 第36-38页 |
| ·各向异性的FCM算法 | 第38-39页 |
| ·基于各向异性FCM虚拟人脑图像分割 | 第39-43页 |
| ·基于颜色空间的下层数据处理 | 第40-41页 |
| ·实验结果及分析 | 第41-43页 |
| ·本章小结 | 第43-44页 |
| 第五章 工作总结与展望 | 第44-45页 |
| ·工作总结 | 第44页 |
| ·展望 | 第44-45页 |
| 参考文献 | 第45-50页 |
| 在校期间研究成果 | 第50-51页 |
| 致谢 | 第51页 |
