文摘
英文文摘
第一章概述
1.1图像分割的意义
1.2分割算法综述
1.2.1阈值法
1.2.2基于边缘检测的分割
1.2.3基于像素分类的分割
1.2.4基于模糊集理论的分割
1.2.5基于随机场的算法
1.2.6基于形变模型的分割
1.2.7基于图谱引导的分割方法
1.2.8其他分割方法
1.3医学图像的评估
第二章数学理论
2.1模糊集和广义模糊集
2.1.1模糊集的有关定义及其性质
2.1.2隶属度函数的选择
2.1.3去模糊化方法
2.1.4模糊贝叶斯方法
2.1.5模糊聚类
2.1.6广义模糊集
2.2马尔可夫随机场理论
2.2.1基本概念
2.2.2常用的马尔可夫模型
2.2.3基于马尔可夫场的分割算法的参数估计
2.2.4优化方法
2.3模糊随机变量基本概念
第三章基于马尔可夫场的图像分类数的自适应估计
3.1算法回顾
3.2基于隐马尔可夫模型的自适应联合能量准则
3.3参数估计
3.4优化方案
3.5算法和试验评估
第四章基于模糊马尔可夫随机场的图像分割新算法
4.1引言
4.2模糊马尔可夫随机场
4.3模型建立
4.3.1先验分布
4.3.2隶属度函数
4.3.3似然分布
4.4参数估计
4.5图像分割
4.6试验
4.7结论与讨论
第五章广义模糊Gibbs随机场与MR图像分割算法研究
5.1引言
5.2广义模糊集与广义模糊Gibbs随机场
5.2.1建立广义模糊类
5.2.2广义模糊Gibbs随机场
5.3分割算法与实验
5.3.1算法描述
5.3.2实验
5.4结论与讨论
第六章总结与展望
参考文献
完成和发表的论文
致谢
第一军医大学学位论文原创性声明和版权使用授权书