三维图像编程实验

第1章 VTK与ITK的安装与测试
1.1 获取安装资源
1.2 安装步骤
1.2.1 VTK的安装
1.2.2 ITK的安装
1.2.3 InsightApplication的安装
1.3 测试安装结果
1.3.1 VTK安装测试用例
1.3.2 ITK安装测试用例
1.3.3 VTK与ITK混合编程测试用例
1.3.4 InsightApplication安装测试用例一
1.3.5 InsightApplication安装测试用例二

第2章 VTK数据操作
2.1 入门范例——渲染一个圆柱体
2.2 数组
2.3 图表
2.4 立方体
2.5 矩形网格
2.6 结构化网格
2.7 标记网格

第3章 VTK图形与图像
3.1 图形接口
3.1.1 VTK与API的集成应用
3.1.2 VTK与WindowsGUI的集成——Dialog
3.1.3 VTK与WindowsGUI的集成——SDI（单文档）
3.2 信息可视化
3.2.1 给图像添加带状边缘范例
3.2.2 给图像添加充满边缘
3.2.3 变色管
3.3 面绘制
3.3.1 提取皮肤
3.3.2 抽取皮肤和骨骼
3.3.3 三正交面
3.4 体绘制
3.4.1 绘制一个人头
3.4.2 从体数据中抽取一个切面
3.5 光照
3.5.1 环境光
3.5.2 漫反射
3.6 微件
3.6.1 气球小工具（BalloonWidget）
3.6.2 滑块小工具（SlideWidget）

第4章 ITK数据表达
4.1 图像
4.1.1 创建一幅图像
4.1.2 从文件中读取图像
4.1.3 访问像素数据
4.1.4 定义原点和间距
4.1.5 RGB图像
4.1.6 向量图像
4.2 点集
4.2.1 创建一个点集
4.2.2 获取储存的点
4.2.3 获取点中储存的数据
4.2.4 以RGB作为像素的点集
4.2.5 向量作为像素类型
4.2.6 协变矢量作为像素的点集
4.3 网格
4.3.1 创建网格
4.3.2 插入网格单元
4.3.3 管理单元中的数据
4.3.4 定制网格
4.3.5 拓扑学和K-复合波
4.3.6 表达一个PolyLine
4.3.7 简化网格的创建
4.3.8 通过单元迭代遍历网格信息
4.3.9 访问单元
4.4 容器
4.5 空间对象
4.5.1 层次结构
4.5.2 SpatialObject树容器
4.5.3 变换
4.5.4 ArrowSpatialObject
4.5.5 BlobSpatialObject
4.5.6 CylinderSpatialObject
4.5.7 EllipseSpatialObject
4.5.8 GroupSpatialObject
4.5.9 GaussianSpatialObject
4.5.1 0ImageSpatialObject
4.5.1 1ImageMaskSpatialobject
4.5.1 2LandmarkSpatialObject
4.5.1 3LineSpatialObject
4.5.1 4SurfaceSpatialObject
4.5.1 5TubeSpatialObject
4.5.1 6VesselTubeSpatialObject
4.5.1 7DTITubeSpatialObject
4.5.1 8SceneSpatialObject
4.5.1 9读/写SpatialObjects
4.5.2 0通过SpatialObjects进行统计计算

第5章 滤波
5.1 阈值
5.1.1 二值门限处理（用VTK进行图像显示）
5.1.2 门限处理概要
5.2 边缘检测
5.3 投射和亮度映射
5.3.1 线性映射
5.3.2 非线性映射
5.4 梯度
5.4.1 梯度强度
5.4.2 带滤波的梯度强度
5.4.3 不带滤波的导函数
5.5 邻域滤波
5.5.1 均值滤波
5.5.2 中值滤波器
5.6 数学形态学
5.6.1 二值滤波
5.6.2 灰度尺滤波
5.7 投票滤波
5.7.1 二值中值滤波器
5.7.2 洞穴填充滤波器
5.7.3 迭代洞穴填充滤波器
5.8 平滑滤波器
5.8.1 模糊
5.8.2 局部模糊
5.8.3 彩色图像中的保留边缘平滑滤波
5.9 几何变换
5.9.1 翻转图像滤波器
5.9.2 重采样图像滤波器
5.9.3 重采样图像中的间距和原点
5.9.4 重采样图像滤波器的通用案例
5.9.5 图像旋转
5.9.6 图像旋转和缩放
5.9.7 使用形变场对图像进行重采样
5.1 0提取图像信息
5.1 0.1 区域提取
5.1 0.2 切片提取
5.1 0.3 从向量图像中提取信息

第6章 ITK配准
6.1 “HelloWorld”配准
6.2 多形态配准
6.2.1 Viola瞁ells互信息
6.2.2 粗糙的互信息
6.3 居中变换
6.3.1 二维刚性配准
6.3.2 采用图像力矩初始化
6.3.3 2D相似变换
6.3.4 中心放射变换
6.4 多分辨率配准
6.4.1 主要原则
6.4.2 参数调节
6.5 优化器
6.5.1 基于度量的配准
6.5.2 1+1进化优化配准
6.5.3 空间对象的模糊配准
6.5.4 2D刚性变换的相关配准
6.6 形变配准
6.6.1 范例一
6.6.2 范例二
6.6.3 范例三
6.7 虚拟变形配准
6.7.1 范例一
6.7.2 范例二
6.8 基于模型的配准

第7章 图像分割
7.1 区域生长
7.1.1 连接门限
7.1.2 邻域连接
7.1.3 置信连接
7.1.4 孤立连接
7.1.5 向量图像中的置信连接
7.2 基于分水岭的图像分割
7.2.1 ITK分水岭滤波器
7.3 水平级分割
7.3.1 快速步进分割
7.3.2 形状检测分割
7.3.3 基于活动轮廓的分割
7.3.4 基于阈值的水平集分割
7.3.5 基于Canny算子的边缘水平集分割
7.3.6 基于拉普拉斯算子的水平集分割
7.4 混合法
7.4.1 模糊连接度和置信连接度
7.4.2 模糊连接度和Voronoi图分类
7.5 特征提取
7.5.1 提取直线
7.5.2 提取圆

第8章 统计
8.1 数据容器
8.1.1 样本接口
8.1.2 样本适配器
8.1.3 直方图
8.1.4 子样本
8.1.5 成员样本
8.1.6 KD树
8.2 统计的算法和函数
8.2.1 平均值和协方差
8.2.2 加权平均值和协方差
8.2.3 从样本列表到直方图的滤波器
8.2.4 从样本列表到直方图生成器
8.2.5 临近取样
8.2.6 样本分类
8.2.7 高斯概率分布函数
8.2.8 间距
8.2.9 判断规则
8.2.1 0随机变量的生成
8.3 图像直方图
8.3.1 ITK图像到图像直方图
8.3.2 ITK图像到有色直方图
8.3.3 有色直方图的写入
8.4 图像信息理论
8.4.1 图像熵的计算
8.4.2 图像互信息的计算
8.5 分类
8.5.1 基于K均值聚类的KD树
8.5.2 K均值分类