基于小波分析和梯度矢量流的医学图像分割的研究
| 中文摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 第一章 绪论 | 第8-16页 |
| ·研究背景和意义 | 第8-10页 |
| ·医学图像分割的背景 | 第8-9页 |
| ·医学图像分割的意义 | 第9-10页 |
| ·医学图像分割方法 | 第10-13页 |
| ·区域生长法 | 第10-11页 |
| ·基于阈值的分割方法 | 第11页 |
| ·基于边缘检测的分割方法 | 第11-12页 |
| ·基于变形模型的分割方法 | 第12页 |
| ·基于其它思想的分割方法 | 第12-13页 |
| ·国内外研究现状及发展 | 第13-14页 |
| ·本文主要内容 | 第14-15页 |
| ·本文的创新之处 | 第15-16页 |
| 第二章 小波变换基础理论 | 第16-26页 |
| ·小波的定义 | 第16-17页 |
| ·小波变换 | 第17-20页 |
| ·连续小波变换 | 第17-18页 |
| ·离散小波变换 | 第18-20页 |
| ·多分辨率分析 | 第20-25页 |
| ·多分辨率分析原理 | 第20-22页 |
| ·二维Mallat 算法 | 第22-24页 |
| ·小波变换伸缩属性 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 第三章 小波变换的图像边缘检测 | 第26-42页 |
| ·传统边缘检测算子 | 第26-29页 |
| ·Robert 算子 | 第26-27页 |
| ·Sobel 算子 | 第27-28页 |
| ·Prewitt 算子 | 第28页 |
| ·Log 算子 | 第28-29页 |
| ·Canny 算子 | 第29页 |
| ·小波多尺度边缘检测的应用 | 第29-31页 |
| ·信号多尺度边缘检测 | 第30-31页 |
| ·小波模极大值多尺度边缘检测 | 第31-36页 |
| ·一维信号检测原理 | 第31-32页 |
| ·二维图像边缘检测原理 | 第32-34页 |
| ·传统算子的边缘检测 | 第34-36页 |
| ·算法流程 | 第36-38页 |
| ·实验结果及对比 | 第38-41页 |
| ·本章小结 | 第41-42页 |
| 第四章 参数变形模型理论与方法 | 第42-55页 |
| ·参数变形模型的能量最小公式 | 第42-46页 |
| ·参数变形模型的动态力公式 | 第46-47页 |
| ·外力设计 | 第47-48页 |
| ·多尺度高斯势力 | 第47页 |
| ·压力 | 第47-48页 |
| ·距离势力 | 第48页 |
| ·参数变形模型的数值实现 | 第48-50页 |
| ·参数变形模型几种方法的数值比较 | 第50-54页 |
| ·变形轮廓向边界深凹口的收敛 | 第51-53页 |
| ·变形轮廓的初始化和收敛性 | 第53-54页 |
| ·传统变形模型的缺点 | 第54页 |
| ·本章小结 | 第54-55页 |
| 第五章 梯度矢量流(GVF)变形模型 | 第55-63页 |
| ·参数变形模型广义力平衡方程 | 第55页 |
| ·梯度矢量流(GVF)变形模型 | 第55-57页 |
| ·边缘映射 | 第56-57页 |
| ·梯度矢量流(GVF) | 第57页 |
| ·梯度矢量流(GVF)变形模型的数值实现 | 第57-59页 |
| ·GVF 变形模型与传统方法的比较 | 第59-62页 |
| ·GVF 变形轮廓向边界凹口的收敛 | 第59-60页 |
| ·GVF 变形轮廓的初始化和收敛性 | 第60-62页 |
| ·实验结果分析 | 第62页 |
| ·本章小结 | 第62-63页 |
| 第六章 基于小波分析和梯度矢量流的医学图像分割 | 第63-72页 |
| ·小波分析在医学上的应用 | 第63-64页 |
| ·基于小波分析的GVF 算法步骤 | 第64页 |
| ·实验流程图 | 第64-65页 |
| ·医学图像的分割实验 | 第65-69页 |
| ·实验结果与性能分析 | 第69-71页 |
| ·本章小结 | 第71-72页 |
| 第七章 总结与展望 | 第72-74页 |
| ·总结 | 第72-73页 |
| ·展望 | 第73-74页 |
| 参考文献 | 第74-78页 |
| 致谢 | 第78页 |
