医学影像特征描述及配准算法研究
| 中文摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 目录 | 第8-10页 |
| 一、绪论 | 第10-16页 |
| 1.1 图像特征描述概述 | 第10-12页 |
| 1.1.1 图像特征描述背景意义 | 第10-11页 |
| 1.1.2 特征描述算法研究现状 | 第11-12页 |
| 1.2 图像配准概述 | 第12-14页 |
| 1.2.1 图像配准背景意义 | 第12-13页 |
| 1.2.2 图像配准研究现状 | 第13-14页 |
| 1.3 特征描述与配准的关系 | 第14-15页 |
| 1.4 本文研究内容及结构安排 | 第15-16页 |
| 二、图像特征描述及配准基本理论 | 第16-29页 |
| 2.1 图像特征描述基础 | 第16-22页 |
| 2.1.1 尺度分析 | 第16-18页 |
| 2.1.2 轮廓特征描述 | 第18-21页 |
| 2.1.3 纹理结构特征描述 | 第21-22页 |
| 2.2 图像配准的基本流程 | 第22-24页 |
| 2.3 基于特征的图像配准算法基本理论 | 第24-28页 |
| 2.3.1 基于特征的图像配准基本流程 | 第24页 |
| 2.3.2 局部特征提取与描述 | 第24-26页 |
| 2.3.3 特征匹配 | 第26-28页 |
| 2.4 小结 | 第28-29页 |
| 三、联合Gabor和分形的CT影像局部特征描述 | 第29-34页 |
| 3.1 Meyer卡通纹理分解模型 | 第29-30页 |
| 3.2 基于Gabor核函数和分形的尺度描述 | 第30-32页 |
| 3.2.1 基于Gabor核函数的尺度分析 | 第30-31页 |
| 3.2.2 多尺度下的局部分形维 | 第31-32页 |
| 3.3 联合Gabor和分形的局部特征描述 | 第32-33页 |
| 3.4 小结 | 第33-34页 |
| 四、基于Gabor滤波器和聚类的图像配准算法 | 第34-41页 |
| 4.1 多尺度空间理论及角点检测 | 第34-35页 |
| 4.1.1 Gabor尺度空间理论 | 第34页 |
| 4.1.2 Harris角点检测算法 | 第34-35页 |
| 4.2 特征匹配 | 第35-38页 |
| 4.2.1 特征描述 | 第35-37页 |
| 4.2.2 基于AP聚类算法的特征匹配 | 第37-38页 |
| 4.3 算法结果分析 | 第38-40页 |
| 4.4 小结 | 第40-41页 |
| 五、总结与展望 | 第41-43页 |
| 参考文献 | 第43-47页 |
| 发表论文和参加科研情况说明 | 第47-48页 |
| 综述 | 第48-63页 |
| 综述参考文献 | 第58-63页 |
| 致谢 | 第63页 |
