紅細胞SEM圖像的三維重構及形狀特征提取：基于VXL開源視覺庫

第1章　緒論
1．1　紅細胞機理與形狀特征
1．2　掃描電子顯微鏡成像原理
1．3　紅細胞圖像處理研究綜述
1．4　本書主要研究內(nèi)容
第2章　VXL概述
2．1　Linux Uubuntu操作系統(tǒng)
2．2　CMake
2．3　VXL簡介
2．4　VXL的幾個核心庫簡述
2．4．1　vnl數(shù)字化容器
2．4．2　vil圖像管理類庫
2．4．3　vgl幾何圖形類庫
2．4．4　vsl數(shù)據(jù)流輸入／輸出類庫
2．5　VXL安裝與配置
2．6　VXL庫在計算機視覺中的簡單應用
2．6．1　VXL用于數(shù)學形態(tài)學操作
2．6．2　VXL用于基本圖像處理運算
2．6．3　VXL用于實現(xiàn)圖像處理中的算法和數(shù)據(jù)結構
第3章　邊界輪廓跟蹤與細胞圖像提取
3．1　圖像預處理
3．2　輪廓跟蹤
3．3　細胞圖像提取
3．4　邊界輪廓數(shù)據(jù)存儲與訪問的XML解析器Expat
3．5　附錄：區(qū)域生長算法實現(xiàn)代碼
3．6　附錄：用于XML保存數(shù)據(jù)與解析的參考代碼
第4章　醫(yī)學圖像SFS三維重建
4．1　Shape from X
4．2　基于線性逼近的IRE求解
4．2．1　泰勒展開
4．2．2　雅可比迭代
4．3　SEM成像條件下的明暗度恢復重建
4．3．1　光照模型
4．3．2　SFS與IRE
4．3．3　SEM紅血細胞圖像
4．4　線性逼近方法求解IRE
4．4．1　線性逼近
4．4．2　SEM成像條件下的線性逼近
4．5　其他
4．6　附錄：主要代碼
第5章　微分幾何與紅細胞圖像曲率計算
5．1　最小二乘法
5．2　多項式擬合
5．3　高斯消去法
5．4　曲面定義與曲率
5．4．1　曲面的第一基本形式
5．4．2　曲面的第二基本形式
5．4．3　曲面上的曲率
5．5　曲面擬合與曲率計算
5．6　曲率計算的自適應方法
5．6．1　自適應算法求解
5．6．2　函數(shù)描述
5．6．3　算法流程圖與偽代碼描述
5．6．4　結果分析
5．7　附錄：主要代碼
第6章　基于曲面擬合的醫(yī)學圖像表面分割
6．1　常用的圖像分割算法簡介
6．1．1　區(qū)域分割
6．1．2　邊緣檢測
6．2　曲率計算與初始分割
6．2．1　數(shù)字曲面的導數(shù)計算
6．2．2　基于曲率的曲面類型劃分
6．3　多尺度二元多項式曲面擬合分割
6．3．1　自適應多尺度曲面函數(shù)的擬合思想
6．3．2　算法描述
6．3．3　分割結果
6．4　附錄：主要代碼
參考文獻