任會之、孫申申著的《圖像檢測與分割方法及其
應用(精)》主要介紹關於圖像檢測與分割方法及其應
用的一些最新研究。即在對圖像檢測與分割方法的基
本概念、研究進展進行總結分析的基礎上，以人體特
別是肺部的醫學影像後處理為應用案例，結合現有模
式識別、人工智能方面的前沿理論，提出了圖像檢測
與分割的新算法。
本書共分5章。第1章為基於Hessian矩陣的球形
區域檢測方法及其應用；第2章為基於組合優化和SVM
的圖像球形區域檢測方法：第3章為基於多尺度和
Mean-Shift的分割方法研究；第4章為基於EM和
Mean-Shift的分割方法研究；第5章為基於改進主動
形狀模型的分割方法研究。
本書內容既有理論算法，又有典型應用，理論聯
繫實際，具有廣泛的參考價值。
本書可供計算機應用、醫學影像、生物醫學工程
等領域從事圖像分割和檢測理論研究、技術、應用的
專業人員和師生參考。

前言
第1章 基於Hessian矩陣的球形區域檢測方法及其應用
1.1 基於二維Hessian矩陣的圓點濾波器
1.2 基於三維Hessian矩陣的圓點濾波器
1.3 圓點濾波器理論在圖像處理中的應用實例
1.4 實驗結果及分析
1.4.1 實驗數據
1.4.2 實驗環境
1.4.3 實驗方案
1.4.4 實驗結果
第2章 基於組合優化和SVM的圖像球形區域檢測方法
2.1 求解組合優化問題的智能計算方法
2.1.1 遺傳算法
2.1.2 分散搜索算法
2.2 基於組合優化的特征選擇模型
2.3 基於改進GA和SVM的求解模型
2.4 基於SS和SVM求解模型
2.5 基於改進GA和SVM模型及其應用
2.5.1 肺分割
2.5.2 自適應感興趣區域獲取
2.5.3 特征提取
2.6 實驗結果及分析
2.6.1 實驗數據
2.6.2 參數的選取
2.6.3 實驗結果及討論
第3章 基於多尺度和Mean-Shift的分割方法研究
3.1 多尺度層次聚類方法
3.2 均值漂移算法
3.3 均值漂移算法帶寬參數選取現狀
3.4 基於多尺度的帶寬參數選取方法
3.5 基於多尺度和Mean-Shift分割在圖像處理中的應用
3.5.1 初始區域的獲取
3.5.2 初始帶寬參數的選取
3.5.3 *佳帶寬參數的選取
3.5.4 Mean-Shift二維分割結節過程
3.6 實驗結果及分析
3.6.1 實驗方案
3.6.2 人造實驗數據及結果
3.6.3 肺CT影像實驗數據
3.6.4 實驗結果與討論
第4章 基於EM和Mean-Shift的分割方法研究
4.1 期望*大算法
4.1.1 算法原理
4.1.2 算法步驟
4.2 基於EM和Mean-Shift在圖像分割中的應用
4.2.1 基於EM的帶寬選取方法流程
4.2.2 預處理
4.2.3 基於關繫矩陣的流向特征提取
4.2.4 基於EM估計粘連血管型結節模型參數
4.2.5 *佳帶寬參數選取