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

内窥镜病理图像纹理分割的研究

摘要第1-4页
Abstract第4-7页
第一章 绪论第7-13页
   ·引言第7页
   ·纹理分割方法综述第7-9页
   ·纹理分割的应用第9-10页
   ·课题研究内容第10页
   ·本文的内容安排第10-11页
   ·小结第11-13页
第二章 小波变换第13-23页
   ·小波变换基础理论第13-18页
     ·连续小波第13-14页
     ·离散小波第14页
     ·多分辨率分析第14-16页
     ·Mallat算法第16-18页
   ·二维图像的小波变换第18-21页
   ·二维离散小波框架分析第21-22页
   ·小结第22-23页
第三章 基于小波变换内窥镜图像的纹理分割第23-33页
   ·内窥镜病理图像小波分割综述第23-24页
   ·内窥镜图像纹理特征的提取第24-26页
     ·基于纹理能量的特征提取方法第24-25页
     ·特征平滑第25-26页
   ·内窥镜纹理图像的预分割第26-28页
     ·K-均值聚类算法第26-27页
     ·预分割实现过程第27-28页
   ·内窥镜纹理图像的后分割第28-30页
     ·特征加权第28-29页
     ·后分割实现过程第29-30页
   ·试验研究第30-32页
     ·试验设置第30页
     ·实验步骤第30-31页
     ·实验结果第31-32页
   ·小结第32-33页
第四章 Gabor滤波器基础理论第33-41页
   ·滤波器的分类第33-34页
   ·Gabor滤波器基本原理第34-38页
     ·Gabor滤波器简介第34-35页
     ·一维高斯函数第35页
     ·二维高斯函数第35-36页
     ·Gabor小波函数第36-38页
     ·Gabor函数性质第38页
   ·Gabor滤波器第38-39页
   ·小结第39-41页
第五章 基于Gabor滤波器内窥镜图像的纹理分割第41-49页
   ·Gabor滤波器的参数设置第41-43页
     ·Gabor的方向和尺度设置第41-43页
     ·其他参数设置第43页
   ·内窥镜图像的特征提取第43-44页
   ·内窥镜图像的特征降维第44-45页
     ·数据特征降维概述第44-45页
     ·PCA特征降维第45页
   ·基于Gabor滤波器内窥镜图像的纹理分割第45-48页
     ·实验步骤第45-46页
     ·试验结果第46-48页
   ·小结第48-49页
第六章 总结与展望第49-51页
致谢第51-53页
参考文献第53-57页
研究成果第57页

论文共57页,点击 下载论文
上一篇:智能视频监控系统中运动目标的检测与跟踪
下一篇:智能监控系统中人体行为识别技术研究与实现