| 摘要 | 第1-5页 |
| Abstract | 第5-6页 |
| 目录 | 第6-8页 |
| 第一章 绪论 | 第8-13页 |
| ·图像分割的概念 | 第8-9页 |
| ·医学图像分割研究的背景和意义 | 第9-10页 |
| ·国内外研究现状 | 第10-11页 |
| ·主要工作和论文结构 | 第11-13页 |
| 第二章 改进的分水岭算法 | 第13-22页 |
| ·分水岭算法简介 | 第13页 |
| ·分水岭算法的数学表示 | 第13-15页 |
| ·形态学的基本运算 | 第15页 |
| ·分水岭算法的优缺点分析及改进方向 | 第15-16页 |
| ·改进的分水岭算法 | 第16-19页 |
| ·图像预处理 | 第16-17页 |
| ·对预处理图像进行形态梯度计算 | 第17-18页 |
| ·对预处理得到的图像进行标记提取 | 第18页 |
| ·对重构梯度图进行分水岭分割 | 第18-19页 |
| ·实验结果及分析 | 第19-21页 |
| ·实验结论 | 第21-22页 |
| 第三章 改进的水平集算法 | 第22-33页 |
| ·水平集方法的基本理论 | 第22-25页 |
| ·曲线演化理论 | 第22-23页 |
| ·水平集算法 | 第23-24页 |
| ·曲线演化到水平集演化 | 第24页 |
| ·水平集函数及重新初始化 | 第24-25页 |
| ·水平集方法的研究现状 | 第25-27页 |
| ·LBF 模型、LGIF 模型、LCV 模型三种模型介绍 | 第27-28页 |
| ·LBF 模型 | 第27页 |
| ·LGIF 模型 | 第27-28页 |
| ·LCV 模型 | 第28页 |
| ·三种模型对脑部医学图像的分割对比及结果分析 | 第28-29页 |
| ·改进的 LBF 模型 | 第29-31页 |
| ·实验结果与分析 | 第31-33页 |
| 第四章 改进的分水岭算法和改进的水平集算法结合算法 | 第33-38页 |
| ·从改进的分水岭算法的分割结果提取面积最大的连通区域 | 第33-34页 |
| ·获取最大连通区域 | 第33页 |
| ·实验结果及分析 | 第33-34页 |
| ·获得初始曲线，进行水平集迭代 | 第34-38页 |
| ·水平集演化步骤 | 第34页 |
| ·分割结果及分析 | 第34-38页 |
| 第五章 总结及展望 | 第38-40页 |
| ·总结 | 第38页 |
| ·展望 | 第38-40页 |
| 参考文献 | 第40-44页 |
| 攻读学位期间发表的学术论文及参与项目 | 第44-45页 |
| 附录 | 第45-48页 |
| 致谢 | 第48-49页 |
