| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 课题研究的背景及意义 | 第10-12页 |
| 1.2 图像分割方法的国内外研究现状 | 第12-13页 |
| 1.3 论文研究内容及组织结构 | 第13-16页 |
| 第2章 常用MRI医学图像分割算法 | 第16-26页 |
| 2.1 基于区域的分割方法 | 第16-19页 |
| 2.2 基于边缘的分割方法 | 第19-21页 |
| 2.3 其它常用的图像分割方法 | 第21-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第3章 MRI医学图像分割中的滤波方法研究 | 第26-42页 |
| 3.1 MRI医学图像分割常用的三种滤波方法 | 第26-34页 |
| 3.1.1 双边滤波 | 第26-27页 |
| 3.1.2 非局部均值滤波 | 第27-28页 |
| 3.1.3 小波滤波 | 第28-34页 |
| 3.2 MRI医学图像去噪评价指标 | 第34-36页 |
| 3.3 实验仿真与结果分析 | 第36-39页 |
| 3.3.1 双边滤波参数的优化实验 | 第36-38页 |
| 3.3.2 小波软硬阈值滤波的研究 | 第38页 |
| 3.3.3 三种滤波方法的性能对比 | 第38-39页 |
| 3.4 本章小结 | 第39-42页 |
| 第4章 基于多尺度形态梯度图像改进的分水岭分割算法 | 第42-56页 |
| 4.1 分水岭算法 | 第42-46页 |
| 4.2 改进分水岭算法 | 第46-50页 |
| 4.2.1 形态学梯度的研究 | 第46-49页 |
| 4.2.2 改进后的分水岭算法流程 | 第49-50页 |
| 4.3 实验仿真与结果分析 | 第50-55页 |
| 4.3.1 双边滤波增强处理仿真 | 第50-51页 |
| 4.3.2 获取多尺度形态学梯度图像的实验 | 第51-52页 |
| 4.3.3 不同形态学梯度分水岭变换的仿真对比 | 第52-53页 |
| 4.3.4 合并小区域的研究 | 第53-55页 |
| 4.4 本章小结 | 第55-56页 |
| 第5章 基于灰度处理改进的高斯核模糊C均值聚类算法 | 第56-76页 |
| 5.1 确定性C均值聚类算法 | 第56-57页 |
| 5.2 模糊C均值聚类算法 | 第57-60页 |
| 5.3 高斯核模糊C均值聚类算法 | 第60-65页 |
| 5.4 改进的高斯核模糊C均值聚类算法 | 第65-68页 |
| 5.4.1 相关灰度理论的分析 | 第65-67页 |
| 5.4.2 改进后的KFCM算法流程 | 第67-68页 |
| 5.5 实验仿真与结果分析 | 第68-75页 |
| 5.5.1 KFCM和FCM的仿真对比研究 | 第68-69页 |
| 5.5.2 KFCM算法的参数优化实验 | 第69-72页 |
| 5.5.3 灰度阈值处理仿真 | 第72-73页 |
| 5.5.4 灰度开运算仿真 | 第73-74页 |
| 5.5.5 改进算法的性能评价 | 第74-75页 |
| 5.6 本章小结 | 第75-76页 |
| 第6章 结论与展望 | 第76-80页 |
| 6.1 本文工作总结 | 第76-77页 |
| 6.2 未来工作展望 | 第77-80页 |
| 参考文献 | 第80-84页 |
| 致谢 | 第84-86页 |
| 作者攻读硕士学位期间发表的论文 | 第86页 |