首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

图像结构、纹理和偏场协同分解方法的研究

摘要第6-8页
Abstract第8-9页
第一章 绪论第10-16页
    1.1 研究背景及意义第10-11页
    1.2 国内外研究现状第11-13页
        1.2.1 早期的图像结构、细节分解方法第11-12页
        1.2.2 图像的结构、纹理分解方法第12页
        1.2.3 图像的结构、偏场分解方法第12-13页
    1.3 传统图像分解方法中存在的问题第13页
    1.4 本文主要研究内容和创新点第13-14页
    1.5 论文组织结构第14-16页
第二章 视网膜血管结构上的图像分解方法研究第16-27页
    2.1 眼底视网膜图像的研究背景第16-17页
    2.2 基于图像分解的视网膜图像去噪第17-22页
        2.2.1 基于双边滤波的视网膜图像去噪第17-18页
        2.2.2 基于匹配滤波的血管结构探测第18-19页
        2.2.3 基于OLSF空间核的双边滤波第19-22页
    2.3 实验和分析第22-25页
        2.3.1 实验配置、评估方法第22-23页
        2.3.2 手工制作的图像实验第23-24页
        2.3.3 眼底视网膜图像实验第24页
        2.3.4 视网膜图像分割的预处理实验第24-25页
    2.4 本章小结第25-27页
第三章 图像管状结构、纹理分解方法研究第27-38页
    3.1 图像结构、纹理分解研究背景第27页
    3.2 传统的图像结构、纹理分解方法第27-31页
        3.2.1 基于Patch的方法第28-29页
        3.2.2 基于Patch shift的方法第29-31页
    3.3 图像管状结构、纹理分解方法第31-32页
    3.4 实验和分析第32-37页
        3.4.1 实验配置和参数设置第33页
        3.4.2 自然图像实验第33-36页
        3.4.3 眼底视网膜图像实验第36-37页
    3.5 本章小结第37-38页
第四章 图像结构、纹理和偏场协同分解方法研究第38-46页
    4.1图 像结构、偏场分解研究背景第38-40页
    4.2 图像结构、纹理和偏场协同分解模型第40-41页
    4.3 图像管状结构、纹理和偏场协同分解的实现方法第41-42页
    4.4 实验与分析第42-45页
        4.4.1 实验配置和参数设置第42页
        4.4.2 自然图像实验第42-43页
        4.4.3 眼底视网膜图像实验第43-45页
    4.5 本章小结第45-46页
第五章 总结与展望第46-48页
    5.1 全文总结第46-47页
    5.2 下一步研究工作第47-48页
参考文献第48-53页
攻读硕士学位期间的主要成果第53-54页
致谢第54页

论文共54页,点击 下载论文
上一篇:麦玉秸秆全量还田下秸秆粉碎装置设计与还田模式对比试验
下一篇:乙基纤维素和聚L-乳酸系共混物的合成与性能