基于组件树的医学图像分割算法研究

医学图像论文 组件树论文 组件合并论文
论文详情
摘要第4-5页
ABSTRACT第5-6页
第一章 绪论第13-20页
    1.1 课题研究背景及意义第13-14页
    1.2 国内外研究现状第14-19页
        1.2.1 基于像素的图像分割第16页
        1.2.2 基于区域的图像分割第16-17页
        1.2.3 局部先验形状法与全局先验形状法第17-18页
        1.2.4 基于人工智能的图像分割方法第18页
        1.2.5 基于组件树的图像分割方法第18-19页
    1.3 本文研究内容第19页
    1.4 本文组织结构第19-20页
第二章 组件树基础第20-28页
    2.1 组件树概述第20页
    2.2 加权图与组件树第20-23页
        2.2.1 图的基本定义第20-21页
        2.2.2 加权图的定义第21-23页
        2.2.3 组件树的定义第23页
    2.3 最大树第23-26页
        2.3.1 最大树的定义第23-25页
        2.3.2 最大树剪枝第25-26页
    2.4 结点属性计算第26-27页
    2.5 本章小结第27-28页
第三章 组件树构造算法第28-40页
    3.1 流型算法第28-29页
    3.2 基于合并的算法第29-31页
    3.3 浸没算法第31-36页
        3.3.1 不相交集合第31-33页
        3.3.2 并查集算法第33页
        3.3.3 组件树的高层描述第33-34页
        3.3.4 组件树的细节描述第34-36页
    3.4 浸没算法举例第36-39页
    3.5 本章小结第39-40页
第四章 基于组件树的医学图像分割算法第40-47页
    4.1 高斯-拉普拉斯(LOG)图像增强第40-41页
    4.2 组件相似性合并判定第41-42页
        4.2.1 相邻组件属性相似性判定准则第41-42页
        4.2.2 算法描述第42页
    4.3 实验结果分析第42-46页
    4.4 本章小结第46-47页
第五章 基于改进分水岭和区域合并的分割算法第47-66页
    5.1 算法概要第47-49页
        5.1.1 基本定义第47-48页
        5.1.2 算法流程第48-49页
    5.2 噪声处理与梯度计算第49-50页
        5.2.1 同质性区域与非同质性区域的定义第49页
        5.2.2 混合参数估算第49-50页
    5.3 分水岭变换算法第50-52页
        5.3.1 分水岭变换算法概述第51-52页
        5.3.2 基于分水岭变换的改进第52页
    5.4 快速区域合并算法第52-60页
        5.4.1 逐步最优递阶区域合并第52-53页
        5.4.2 区域相异性函数第53-54页
        5.4.3 邻接图合并第54-56页
        5.4.4 最近邻的快速合并第56-60页
    5.5 实验结果分析第60-65页
    5.6 本章小结第65-66页
总结与展望第66-67页
参考文献第67-74页
攻读学位期间发表论文第74-76页
致谢第76页
论文购买
论文编号ABS4383385,这篇论文共76页
会员购买按0.30元/页下载,共需支付22.8
不是会员,注册会员
会员更优惠充值送钱
直接购买按0.5元/页下载,共需要支付38
只需这篇论文,无需注册!
直接网上支付,方便快捷!
相关论文

点击收藏 | 在线购卡 | 站内搜索 | 网站地图
版权所有 艾博士论文 Copyright(C) All Rights Reserved
版权申明:本文摘要目录由会员***投稿,艾博士论文编辑,如作者需要删除论文目录请通过QQ告知我们,承诺24小时内删除。
联系方式: QQ:277865656