| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 缩略语表 | 第7-10页 |
| 第一章 绪论 | 第10-14页 |
| 1.1 研究背景 | 第10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.3 论文研究内容及意义 | 第13页 |
| 1.4 论文组织结构 | 第13-14页 |
| 第二章 超像素分割方法概述 | 第14-20页 |
| 2.1 引言 | 第14页 |
| 2.2 超像素方法 | 第14-19页 |
| 2.2.1 基于图论的超像素计算方法 | 第14-17页 |
| 2.2.2 基于梯度的方法 | 第17-19页 |
| 2.3 超像素方法中存在的问题 | 第19页 |
| 2.4 本章小结 | 第19-20页 |
| 第三章 基于图滤波器聚类方法 | 第20-26页 |
| 3.1 引言 | 第20页 |
| 3.2 图信号基本理论 | 第20-23页 |
| 3.2.1 图信号的定义 | 第20-21页 |
| 3.2.2 图滤波器定义 | 第21-23页 |
| 3.3 基于图滤波器的聚类方法 | 第23-24页 |
| 3.4 本章小结 | 第24-26页 |
| 第四章 基于自适应图滤波器的脑核磁共振图像分割方法 | 第26-34页 |
| 4.1 引言 | 第26页 |
| 4.2 基于自适应图滤波器的脑核磁共振图像分割方法 | 第26-33页 |
| 4.2.1 问题的提出 | 第26-27页 |
| 4.2.2 改进的SLIC算法(Improved Simple Linear Iterative Cluster,ISLIC) | 第27-28页 |
| 4.2.3 基于自适应图滤波器的特征聚类方法 | 第28-33页 |
| 4.3 本章小结 | 第33-34页 |
| 第五章 自适应图滤波器分割算法的实验分析 | 第34-58页 |
| 5.1 引言 | 第34页 |
| 5.2 实验数据 | 第34-35页 |
| 5.3 定量评价标准 | 第35页 |
| 5.4 BrainWeb18数据集上的对比实验 | 第35-48页 |
| 5.4.1 无噪声无偏场条件下的对比实验 | 第36-38页 |
| 5.4.2 低噪声低偏场条件下的对比实验 | 第38-41页 |
| 5.4.3 高噪声高偏场条件下的对比实验 | 第41-44页 |
| 5.4.4 噪声与偏场单独变化条件下的对比实验 | 第44-48页 |
| 5.5 IBSR18数据集上的对比实验 | 第48-52页 |
| 5.6 图滤波器参数对分割结果的影响 | 第52-55页 |
| 5.7 本章小结 | 第55-58页 |
| 第六章 总结与展望 | 第58-60页 |
| 6.1 总结 | 第58页 |
| 6.2 展望 | 第58-60页 |
| 致谢 | 第60-62页 |
| 参考文献 | 第62-66页 |
| 作者介绍 | 第66页 |
