1、“.....也可以减小噪声的影响。在分辨率为时，由小波分解后的直方图近似信号的极大值确定初始区域类数，即确定峰的数目。对于灰度级数不多的原始影像，个区域类通常对应直方图中的个峰，然而，对于幅复杂图像，经小波分解后平滑直方图中的每个峰则不定都对应个区域类，它也可能从属于邻近的个峰，因而有必要通过检查认定哪些峰对应于分割区域类。峰的独立性判断是为了消除不能成为类的那些峰，独立峰应满足三个条件应具有定的灰度范围应具有定峰下面积应具有定的峰谷差。峰与峰之间的谷点选取首先在最低分辨率层进行，然后逐层推进，直到信号的最高分辨率层，并在每层的阈值选取中，采用前层的选取结构为引导。这种由粗到精的控制策略，能有效地选取最优分割阈值，同时较好地克服了噪声干扰和搜索空间大的问题。设最优阈值分别为为为正整数......”。

2、“.....表示分割后的类别代码。实验分析小波分解小波分割传统分割图小波阈值分割传统阈值分割与小波阈值分割方法的比较全局二值化方法由于采用的是用个固定门限值来分割，因此门限值的选取十分重要。虽然众多学者提出了许多种选取最优门限的方法，但这种分割方法在光照不均匀和需要提取多个复杂特征的物体的时候难以获得较理想的效果。自适应二值化方法由于采用了自动取阈值的方法，避免了采用固定阈值的弊病，但是图像分割后局限性太大，效果不佳。二基于灰度直方图小波变换的多阈值分割，在小尺度下受噪声影响较大，但对阈值的定位比较准大尺度下受噪声影响较小，可以找到确定阈值。峰与峰之间的谷点直接在大尺度下进行，既克服了噪声的影响，又有效的选取到最优阈值。对图像分割的效果明显优于前种方法。三信噪比是信号与噪声的功率谱之比，但通常功率谱难以计算......”。

3、“.....即信号与噪声的方差之比。首先计算图象所有象素的局部方差，将局部方差的最大值认为是信号方差，最小值是噪声方差，求出它们的比值。信噪比越大，说明混在信号里的噪声越小，信号质量越好。峰值信噪比般是用于最大值信号和背景噪音之间的个工程项目。通常在经过影像压缩之后，输出的影像通常都会有种程度与原始影像不样。为了衡量经过处理后的影像品质，我们通常会参考值来认定个处理程序够不够令人满意。值越大，就代表失真越少。客观评价分割方法分割方法双峰法最大类方差法小波变换通常幅图像分割结果的好与坏，以人的主观判断作为评价标准，也就是说是人的视觉决定了分割结果的优良，这样就导致了由于人的视觉差异对图像分割好坏评价的不统，所以对不同分割方法的结果做个定量的定性的评价也是必要的且有意义的。本章小结得图像的过程中，不可避免的会在图像中带入些噪声，噪声来源是多方面的。所以在进行分割前还是得对原图像进行预处理操作......”。

4、“.....本论文采取对直方图进行基于小波的多分辨率的分解，利用高层小波近似分量的特性，得到与原直方图波形较为相符的分量系数。通过对其求差分，检测差分后由负值到正值所对应的横坐标点，将其作为选取的阈值点。然后对图像进行多阈值分割。在的环境下仿真，观察处理后的效果，做出评估。仿真过程中，通过选取合适的小波分解的层数，基本可以实现对较多图像的多阈值分割，并且效果较好，达到了设计的目的。第五章总结与展望工作总结本论文对传统的图像分割技术进行了简要的介绍，并将新出现的小波理论应用在图像分割中，发现小波理论在图像分割中具有很高的应用价值。预处理操作，是对图像进行增强。通过对图像增强，达到定的消噪功能。小波交换是种时频两域的分析工具，具有良好的局部特性，可以在大尺度下抑制噪声，小尺度下精确定位边缘，解决了传统的和经典算法不能解决的问题......”。

5、“.....研究的直方图与小波变换相结合的方法，提高图像阈值分割的性能。由于小波的局部特性，能很好的抑制噪声，再根据小波变换将图像的直方图分解为高层次的小波系数，从而获得动态多个阈值，对图像进行分割。该算法能得到较好的分割效果。本系统的不足之处在于不能自动选取小波分解的层次，以至于需要手动选取合适的基于直方图的小波分解层次。工作展望目前对医学图像分割算法的评价主要还是以主观评价为主，尽管主观评价存在很多缺点，但是，由于医学图像的复杂性以及图像分割理论的不完善，人们还难以完全用客观评价的方法对医学图像分割算法进行评价，因此，在今后若干年,对医学图像分割算法的主观评价仍将占主导地位。现在,医学图像分割的算法大多是把多种理论结合起来应用，以达到相互补充的目的。新的分割方法的研究主要以自动精确快速自适应性和鲁棒性等几个方最大类方差法图像的的计算医学......”。

6、“.....是色谱原图三维图像变成二维图像直方图均衡化增强后的图像三层分解,使用小波函数对图像进行二维小波变换,小波分解近似分量找阈值,最佳灰度分割,阈值分割后的图像,小波分割图像图像的的计算医学,计算均方误差计算信噪比计算峰值信噪比向作为研究目标。相信随着各种理论的不断发展完善和成熟，以及新理论在图像分割领域的尝试应用，医学图像分割的方法也会更多，更成熟。致谢本文的完成得到众多老师和亲人朋友的支持与帮助，借此机会深深感谢我的导师对我设计上的悉心指导，从论文设计工作的进行，到毕业论文的撰写和修改，倾注了侯老师的大量心血。他对工作严谨认真，丝不苟的态度，更是我学习的榜样。感谢同组的同学对我的帮助，他们使我得到许多启示。这是个团结向上的集体，在大学度过这四年给我留下终生难忘的回忆。很荣幸结识各位师长和同学，正是这种愉悦的氛围，让我的大学生涯充满快乐。最后......”。

7、“.....我所有的成绩都是他们的支持和鼓励下才能取得的，他们的支持和鼓励，使我直不畏前路的任何困难，勇往直前，奋斗不息。参考文献翁璇，郑小林，姜海医学图像分割技术研究进展重庆大学生物工程学院赵志峰,张尤赛医学图像分割综述华东船舶工业学院邵立康，邹飞平，迟权德，秦晓燕，丁厚本种基于直方图的阈值分割算法中国人民解放军炮兵学院，合肥东方辐射公司汪海洋，潘德炉，夏德深二维自适应阈值选取算法的快速实现自动化学报年月第卷第期景晓军,蔡安妮,孙景鳌种基于二维最大类间方差的图像分割算法通信学报年月第卷第期姚宇华，严洪，蒋立正基于局部最大方差分割的图像二值化算法微型电脑应用年第卷第期曾万梅,吴庆宪,姜长生种新的目标图像自适应阈值分割算法南京航空航天大学自动化学院潘秀琴,侯朝桢,杨国盛种新的基于连续小波变换的图像分割算法北京理工大学学报年月第卷第期聂祥飞基于小波变换的图像分割技术研究重庆三峡学院刘海华......”。

8、“.....陈心浩，陈亚光基于小波变换的多分辨率图像分割中南民族大学电信学院,丁亮，张永平，张雪英图像分割方法及性能评价综述国际传媒品牌软件年第卷第期附录双峰法医学,直方图原始图像阈值分割图像图像的的计算,计算均方误差计算信噪比计算峰值信噪比最大类间差法医学原始图像是每个灰度出现的概率是像素的平均值是前个像素的平均灰度值是前个像素的累加概率可以取出数组的最大值及取最大值的点析。图像平滑图像平滑的目的是为了减少图像噪声。图像的噪声来自于多方面，有来自于系统外部干扰，如电磁波或经电源串进系统内部而引起的外部噪声，也有来自于系统内部的干扰，如摄像机的热噪声，电器机械运动而产生的抖动噪声等内部噪声。因此，去除噪声，恢复原始图像是图像处理中的个重要内容......”。

9、“.....使图像处理结果变差。因此，抑制或消除这些噪声从而改善图像质量，在图像处理过程中是个重要的预处理，也称为对图像的平滑滤波过程。中值滤波原理中值滤波是种非线性滤波，由于它在实际运算过程中并不需要图像的统计特性，所以比较方便。中值滤波首先是被应用在维信号处理技术中，后来被二维图像信号处理技术所应用。在定的条件下，可以克服线性滤波器所带来的图像细节模糊，而且对滤除脉冲干扰及图像扫描噪声最为有效。中值滤波的目的是保护图像边缘的同时去除噪声。在维的情况下，中值滤波器是个含有奇数个像素的窗口，在处理之后，将窗口正中的像素灰度值用窗口内各像素灰度值的中值来代替。设有个维序列取窗口长度为奇数，对此序列进行中值滤波，就是从输入序列中相续抽出个数其中为窗口的中心值......”。