| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 1 引言 | 第8-14页 |
| ·细胞图像分割研究状况 | 第8-12页 |
| ·传统分割算法 | 第9-10页 |
| ·细胞图像分割新算法 | 第10-11页 |
| ·基于水平集的分割方法 | 第11-12页 |
| ·选题意义及研究内容 | 第12-13页 |
| ·选题意义 | 第12页 |
| ·研究目标及内容 | 第12-13页 |
| ·小结 | 第13-14页 |
| 2 牛乳体细胞图像预处理 | 第14-21页 |
| ·牛乳体细胞介绍 | 第14-15页 |
| ·图像灰度化处理 | 第15-18页 |
| ·图像滤波 | 第18-20页 |
| ·小结 | 第20-21页 |
| 3 水平集方法介绍 | 第21-34页 |
| ·活动轮廓模型 | 第21-24页 |
| ·参数活动轮廓模型 | 第21-22页 |
| ·几何活动轮廓模型 | 第22-23页 |
| ·曲线演化理论 | 第23-24页 |
| ·水平集方法 | 第24-33页 |
| ·水平集方法简介(Level set method) | 第24-26页 |
| ·水平集方法数学表达式及数值算法 | 第26-29页 |
| ·快速算法 | 第29-33页 |
| ·小结 | 第33-34页 |
| 4 基于变分法的水平集分割算法及分割实现 | 第34-50页 |
| ·概述 | 第34页 |
| ·C-V 变分水平集分割方法 | 第34-38页 |
| ·Mumford-shah 图像分割模型简介 | 第34页 |
| ·简化Mumfor-shah 图像分割模型 | 第34-36页 |
| ·基于水平集的简化Mumford-Shah 模型的C-V 方法 | 第36-38页 |
| ·采用试样函数优化的水平集算法 | 第38-40页 |
| ·经局部试样函数优化的活动轮廓 | 第38-39页 |
| ·局部试样模型的变分法的水平集 | 第39页 |
| ·梯度下降流 | 第39-40页 |
| ·局部试样函数优化方法优点 | 第40页 |
| ·目标对象的提取 | 第40-41页 |
| ·数值实验结果及分析 | 第41-47页 |
| ·血管造影图像与MR 图像分割 | 第41-43页 |
| ·牛乳体细胞图像分割 | 第43-47页 |
| ·小结 | 第47-50页 |
| 5 总结与展望 | 第50-51页 |
| ·总结 | 第50页 |
| ·展望 | 第50-51页 |
| 致谢 | 第51-52页 |
| 参考文献 | 第52-56页 |
| 作者简介 | 第56页 |