基于形态学分水岭的医学图像分割方法研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1. 绪言 | 第9-15页 |
| ·选题背景及研究意义 | 第10-11页 |
| ·国内外研究现状及进展 | 第11-12页 |
| ·主要研究内容和论文结构 | 第12-15页 |
| 2. 相关理论基础 | 第15-27页 |
| ·数学形态学基本理论 | 第15-20页 |
| ·二值形态学的基本运算 | 第15-17页 |
| ·灰度形态学的基本运算 | 第17-20页 |
| ·分水岭变换 | 第20-22页 |
| ·分水岭变换的分割原理 | 第20页 |
| ·分水岭变换的数学描述 | 第20-22页 |
| ·分水岭变换的优缺点 | 第22页 |
| ·软硬件平台简介 | 第22-23页 |
| ·图像分割效果评价 | 第23-25页 |
| ·小结 | 第25-27页 |
| 3. 基于灰度差和形态学的分水岭分割方法 | 第27-39页 |
| ·经典检测方法分割细胞图像 | 第27页 |
| ·改进分水岭方法分割细胞图像 | 第27-33页 |
| ·改进算法的流程与步骤 | 第28-29页 |
| ·灰度差变换 | 第29-30页 |
| ·二值形态学算法的运用 | 第30-33页 |
| ·实验结果分析 | 第33-38页 |
| ·与传统分水岭算法的分割结果比较 | 第33-35页 |
| ·与经典边缘检测算子的分割结果比较 | 第35-37页 |
| ·与文献[ 54 ]算法的分割结果比较 | 第37-38页 |
| ·小结 | 第38-39页 |
| 4. 基于距离变换和非线性处理的重叠细胞分割方法 | 第39-47页 |
| ·算法流程及步骤 | 第39-40页 |
| ·改进算法中的主要技术 | 第40-44页 |
| ·形态学距离变换 | 第40-42页 |
| ·非线性处理 | 第42-44页 |
| ·实验结果分析 | 第44-46页 |
| ·小结 | 第46-47页 |
| 5. 基于形态学的改进的细胞图像分水岭分割方法 | 第47-51页 |
| ·算法流程图 | 第47-48页 |
| ·算法主要步骤 | 第48页 |
| ·实验结果分析 | 第48-49页 |
| ·小结 | 第49-51页 |
| 6. 基于极小值合并和峰值增强的分水岭分割方法 | 第51-65页 |
| ·算法流程及步骤 | 第51-53页 |
| ·改进算法中的主要技术 | 第53-60页 |
| ·预处理图像 | 第53-55页 |
| ·局部极小值的检测与合并 | 第55-57页 |
| ·峰值增强 | 第57-60页 |
| ·后续处理 | 第60页 |
| ·实验结果分析 | 第60-63页 |
| ·小结 | 第63-65页 |
| 7. 总结与展望 | 第65-67页 |
| ·总结 | 第65-66页 |
| ·展望 | 第66-67页 |
| 致谢 | 第67-69页 |
| 参考文献 | 第69-73页 |
| 个人简历、在学期间发表的学术论文及取得的研究成果 | 第73页 |
