| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-18页 |
| 1.1 课题研究的背景及意义 | 第9页 |
| 1.2 课题研究中存在的难点 | 第9-11页 |
| 1.3 视网膜血管分割技术研究综述 | 第11-15页 |
| 1.3.1 基于非监督的分割方法 | 第11-14页 |
| 1.3.2 基于监督学习的分割方法 | 第14-15页 |
| 1.4 各种分割方法总结 | 第15-16页 |
| 1.5 本文主要内容及章节安排 | 第16-18页 |
| 第2章 视网膜图像采集、数据库及评价指标 | 第18-23页 |
| 2.1 视网膜眼底图像的采集 | 第18页 |
| 2.2 视网膜眼底图像标准数据库 | 第18-21页 |
| 2.2.1 DRIVE图像数据库 | 第19-20页 |
| 2.2.2 STARE图像数据库 | 第20-21页 |
| 2.3 分割方法性能评价指标 | 第21-22页 |
| 2.4 本章小结 | 第22-23页 |
| 第3章 多尺度图像增强方法与对比实验 | 第23-30页 |
| 3.1 尺度空间理论简介 | 第23-24页 |
| 3.2 单尺度和多尺度图像增强实验对比 | 第24-29页 |
| 3.2.1 多尺度Gabor滤波 | 第24-26页 |
| 3.2.2 多尺度顶帽变换 | 第26-29页 |
| 3.3 本章小结 | 第29-30页 |
| 第4章 基于多尺度滤波和线检测算子的视网膜血管分割 | 第30-45页 |
| 4.1 基于Hessian矩阵滤波的血管多尺度滤波增强 | 第30-35页 |
| 4.1.1 绿色通道的选取 | 第30-31页 |
| 4.1.2 Hessian矩阵滤波原理 | 第31-32页 |
| 4.1.3 血管相似性测度 | 第32-33页 |
| 4.1.4 多尺度融合 | 第33-34页 |
| 4.1.5 多尺度滤波实验结果 | 第34-35页 |
| 4.2 线检测算子原理 | 第35-36页 |
| 4.3 支持向量机的基本原理 | 第36-39页 |
| 4.4 实验结果及性能分析 | 第39-44页 |
| 4.4.1 评价指标 | 第39页 |
| 4.4.2 实验结果及评价 | 第39-44页 |
| 4.5 本章小结 | 第44-45页 |
| 第5章 总结与展望 | 第45-47页 |
| 5.1 总结 | 第45页 |
| 5.2 展望 | 第45-47页 |
| 参考文献 | 第47-51页 |
| 致谢 | 第51-52页 |
| 学习期间发表的学术论文与研究成果 | 第52页 |