| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 1 绪论 | 第9-13页 |
| 1.1 研究背景及意义 | 第9页 |
| 1.2 国内外研究现状 | 第9-10页 |
| 1.3 本文主要的研究内容和创新点 | 第10-11页 |
| 1.4 本文的组织结构 | 第11-13页 |
| 2 图像逆半调及其质量评价概述 | 第13-29页 |
| 2.1 逆半调模型及其分类 | 第13-14页 |
| 2.2 现有逆半调方法 | 第14-24页 |
| 2.2.1 低通滤波法 | 第14-15页 |
| 2.2.2 快速逆半调算法 | 第15-16页 |
| 2.2.3 基于小波变换的逆半调算法 | 第16-18页 |
| 2.2.4 基于B样条小波变换的逆半调算法 | 第18-20页 |
| 2.2.5 基于MRF-MAP估计的逆半调算法 | 第20-22页 |
| 2.2.6 查找表(LUT)逆半调算法 | 第22-23页 |
| 2.2.7 LUT与神经网络相结合的逆半调算法 | 第23-24页 |
| 2.3 现有逆半调质量评价方法 | 第24-28页 |
| 2.3.1 基于像素误差统计的算法 | 第25-26页 |
| 2.3.2 基于人类视觉系统(HVS)的算法 | 第26-28页 |
| 2.4 本章小结 | 第28-29页 |
| 3 超像素分割算法概述 | 第29-35页 |
| 3.1 超像素分割算法 | 第29-33页 |
| 3.1.1 基于图论的超像素分割算法 | 第29-30页 |
| 3.1.2 基于梯度的超像素分割算法 | 第30-31页 |
| 3.1.3 SLIC算法 | 第31-33页 |
| 3.2 本章小结 | 第33-35页 |
| 4 超像素分割在扫描漫画图像去网中的应用 | 第35-45页 |
| 4.1 超像素分割在扫描漫画图像去网中的应用 | 第35-38页 |
| 4.1.1 基于SLIC的图像分割 | 第36页 |
| 4.1.2 图像边界提取 | 第36-37页 |
| 4.1.3 图像边界矢量化 | 第37页 |
| 4.1.4 图像重构 | 第37-38页 |
| 4.2 实验仿真与结果分析 | 第38-44页 |
| 4.2.1 实验仿真 | 第38-43页 |
| 4.2.2 结果分析 | 第43-44页 |
| 4.3 本章小结 | 第44-45页 |
| 5 超像素分割在医学图像去斑中的应用 | 第45-61页 |
| 5.1 医学图像成像技术 | 第45-47页 |
| 5.1.1 核磁共振成像技术(MRI) | 第45-46页 |
| 5.1.2 超声成像技术(US) | 第46页 |
| 5.1.3 计算机断层扫描成像技术(CT) | 第46页 |
| 5.1.4 数字减影血管造影技术(DSA) | 第46-47页 |
| 5.2 医学图像预处理技术 | 第47-52页 |
| 5.2.1 图像的灰度变换 | 第47-50页 |
| 5.2.2 图像的平滑 | 第50页 |
| 5.2.3 图像的锐化 | 第50-52页 |
| 5.3 超像素分割在DSA图像去斑中的应用 | 第52-55页 |
| 5.3.1 基于Frangi滤波的DSA血管图像增强 | 第52-54页 |
| 5.3.2 基于超像素的DSA血管图像分割 | 第54页 |
| 5.3.3 基于阈值的超像素块去斑 | 第54-55页 |
| 5.4 实验结果及分析 | 第55-60页 |
| 5.5 本章小结 | 第60-61页 |
| 6 总结与展望 | 第61-63页 |
| 6.1 总结 | 第61-62页 |
| 6.2 展望 | 第62-63页 |
| 参考文献 | 第63-68页 |
| 致谢 | 第68-69页 |
| 攻读硕士学位期间发表的论文及科研成果 | 第69-70页 |