| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第1章 引言 | 第8-16页 |
| ·课题目的和意义 | 第8-10页 |
| ·课题研究背景 | 第10-15页 |
| ·OCT 的发展历程 | 第10页 |
| ·时域OCT 系统的结构和成像原理 | 第10-12页 |
| ·时域OCT 的性能参数 | 第12-13页 |
| ·眼底OCT 图像处理的主要问题及难点 | 第13-15页 |
| ·论文结构安排 | 第15-16页 |
| 第2章 眼底OCT 图像的降噪及增强 | 第16-36页 |
| ·眼底OCT 图像的噪声分析 | 第16-18页 |
| ·电路噪声 | 第16-17页 |
| ·扫描噪声 | 第17页 |
| ·散斑噪声 | 第17-18页 |
| ·常用的图像复原方法 | 第18-24页 |
| ·空间域滤波 | 第18-19页 |
| ·维纳滤波器 | 第19页 |
| ·解卷积 | 第19-20页 |
| ·小波分解与重建 | 第20-24页 |
| ·基于小波方法的眼底OCT 图像复原算法 | 第24-31页 |
| ·小波方法在眼底OCT 图像降噪上的优势 | 第24-25页 |
| ·小波分解 | 第25-27页 |
| ·小波系数处理 | 第27-31页 |
| ·小波重建 | 第31页 |
| ·实验结果分析与讨论 | 第31-35页 |
| ·本章小结 | 第35-36页 |
| 第3章 眼底OCT 图像的边缘检测 | 第36-54页 |
| ·眼底OCT 图像的轮廓特性 | 第36-37页 |
| ·黄斑图像的轮廓特性 | 第37页 |
| ·视神经层图像的轮廓特性 | 第37页 |
| ·常用的图像边缘检测方法 | 第37-41页 |
| ·梯度算子法 | 第37-39页 |
| ·Canny 边缘检测 | 第39-41页 |
| ·小波边缘检测方法 | 第41页 |
| ·主动轮廓模型 | 第41-44页 |
| ·Snake 的数学模型 | 第42页 |
| ·Snake 的数值实现 | 第42-43页 |
| ·Snake 模型的改进算法 | 第43-44页 |
| ·基于多尺度Snake 的眼底OCT 图像边缘检测算法 | 第44-48页 |
| ·多尺度Snake 的原理 | 第44-45页 |
| ·基于多尺度Snake 的边缘检测算法的实现 | 第45-48页 |
| ·实验结果分析与讨论 | 第48-53页 |
| ·多尺度Snake 与经典Snake 的性能对比 | 第48-49页 |
| ·黄斑图像的检测性能 | 第49-51页 |
| ·视神经图像的检测性能 | 第51-53页 |
| ·本章小结 | 第53-54页 |
| 第4章 结论 | 第54-56页 |
| 参考文献 | 第56-58页 |
| 致谢 | 第58-59页 |
| 个人简历、在学期间发表的学术论文与研究成果 | 第59页 |