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

基于水平集方法和CGLI模型的眼底图像血管分割

中文摘要第2-3页
Abstract第3页
中文文摘第4-8页
绪论第8-14页
    第一节 引言第8-9页
    第二节 图像分割与计算机辅助诊断技术第9-10页
    第三节 基于水平集方法的医学图像分割的国内外研究现状第10-12页
    第四节 本文结构和组织第12-14页
第一章 眼底图像分割概述第14-20页
    第一节 医学眼底图像血管分割的研究意义第14-16页
    第二节 眼底图像的采集第16-17页
    第三节 眼底图像血管分割算法第17-18页
    第四节 本章小结第18-20页
第二章 图像分割中的水平集分割技术第20-28页
    第一节 曲线演化理论与水平集分割方法第21-22页
    第二节 水平集曲线演化模型及其求解第22-25页
    第三节 经典的能量泛函模型第25-26页
    第四节 水平集方法在医学图像分割中的优点第26-27页
    第五节 本章小结第27-28页
第三章 基于图像全局信息和局部信息演化的水平集分割方法第28-38页
    第一节 基于能量泛函模型改进的局部灰度统计信息的LBF方法第29-32页
    第二节 基于图像全局区域符号力函数SPF的GAC方法第32-36页
    第三节 数值算法实现流程第36-37页
    第四节 本章小结第37-38页
第四章 实验结果与数据分析第38-46页
    第一节 实验数据集第39-40页
    第二节 眼底血管分割评价标准第40-41页
    第三节 实验结果第41-43页
    第四节 基于分割结果的分析与讨论第43-44页
    第五节 本文算法与已有的部分眼底图像分割算法的比较第44-45页
    第六节 本章小结第45-46页
第五章 全文总结与展望第46-48页
参考文献第48-54页
攻读学位期间承担的科研任务与主要成果第54-56页
致谢第56-58页
个人简历第58-62页

论文共62页,点击 下载论文
上一篇:基于中心线的视网膜血管自动分割方法
下一篇:基于情景照明的大功率LED照明系统设计