| 中文摘要 | 第1-4页 |
| Abstract | 第4-10页 |
| 第一章 绪论 | 第10-16页 |
| ·课题背景及研究意义 | 第10-14页 |
| ·医学图像处理与分析的意义 | 第10页 |
| ·脑血管骨架提取的背景和研究意义 | 第10-12页 |
| ·骨架提取研究现状 | 第12-14页 |
| ·研究的主要内容与特色创新 | 第14-15页 |
| ·研究目标与内容 | 第14页 |
| ·特色创新 | 第14-15页 |
| ·本文组织结构 | 第15-16页 |
| 第二章 骨架及其提取方法 | 第16-24页 |
| ·骨架的定义 | 第16-17页 |
| ·骨架算法 | 第17-23页 |
| ·细化算法 | 第19-21页 |
| ·细化方法中相关概念 | 第19-20页 |
| ·细化方法分类 | 第20页 |
| ·细化方法的实现原理 | 第20-21页 |
| ·基于形态学的方法 | 第21-22页 |
| ·形态学的的基本运算 | 第21页 |
| ·形态学骨架提取 | 第21-22页 |
| ·距离变换法 | 第22-23页 |
| ·距离变换 | 第22-23页 |
| ·提取中轴 | 第23页 |
| ·本章小结 | 第23-24页 |
| 第三章 水平集理论和数值解法 | 第24-35页 |
| ·活动轮廓模型 | 第24-26页 |
| ·Level Set 方法 | 第26-29页 |
| ·Level Set 方法的基本思想 | 第26-28页 |
| ·速度函数 | 第28-29页 |
| ·水平集方程的数值解法 | 第29-32页 |
| ·重新初始化 | 第29-30页 |
| ·水平集方程的离散格式 | 第30-31页 |
| ·Level Set 方法的一般步骤 | 第31-32页 |
| ·窄带法 | 第32页 |
| ·分组行进法 | 第32-34页 |
| ·总结 | 第34-35页 |
| 第四章 基于水平集模型的灰度图像骨架提取方法 | 第35-51页 |
| ·算法研究背景 | 第35-36页 |
| ·高速模型 | 第36-42页 |
| ·单一骨架线提取 | 第42-43页 |
| ·多骨架线提取 | 第43-45页 |
| ·提取拓扑节点 | 第43-44页 |
| ·骨架线的循环 | 第44页 |
| ·对参数 χ 的分析 | 第44-45页 |
| ·灰度和二值图像实验效果评价 | 第45-49页 |
| ·实验效果图 | 第45-48页 |
| ·对比分析 | 第48-49页 |
| ·时间复杂度分析 | 第49页 |
| ·本章小结 | 第49-51页 |
| 第五章 基于水平集模型的彩色图像骨架提取方法 | 第51-70页 |
| ·简单彩色图像骨架提取 | 第51-52页 |
| ·基于彩色水平集模型的 HSV 空间彩色图像骨架提取方法 | 第52-62页 |
| ·新的彩色图像水平集模型 | 第52-56页 |
| ·速度函数的改进 | 第52-53页 |
| ·颜色梯度信息 | 第53-54页 |
| ·颜色区域统计特征 | 第54-56页 |
| ·HSV 空间高速模型 | 第56-60页 |
| ·单一骨架线提取 | 第60页 |
| ·多骨架线提取 | 第60-62页 |
| ·提取拓扑节点 | 第60-61页 |
| ·对参数χ的分析 | 第61-62页 |
| ·彩色图像骨架提取实验效果评价 | 第62-68页 |
| ·彩色水平集模型实验效果评价 | 第62-66页 |
| ·数值分析 | 第63-64页 |
| ·实验效果图 | 第64-65页 |
| ·精确度分析 | 第65-66页 |
| ·参数分析 | 第66页 |
| ·实验效果图 | 第66-67页 |
| ·对比研究 | 第67-68页 |
| ·本章小结 | 第68-70页 |
| 第六章 工作总结与展望 | 第70-72页 |
| ·工作总结 | 第70页 |
| ·特色与创新点 | 第70-71页 |
| ·工作展望 | 第71-72页 |
| 参考文献 | 第72-77页 |
| 攻读学位期间公开发表的论文与科研项目 | 第77-80页 |
| 致谢 | 第80-81页 |
| 详细摘要 | 第81-83页 |