基于视觉显著性的视神经盘检测方法的研究与实现
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 课题研究背景和意义 | 第10-11页 |
| 1.2 视神经盘定位研究现状 | 第11-12页 |
| 1.3 视觉显著性的研究现状和发展趋势 | 第12-14页 |
| 1.4 研究内容和结构安排 | 第14-16页 |
| 第2章 视觉显著性模型和相关技术 | 第16-34页 |
| 2.1 视觉显著性模型 | 第16-22页 |
| 2.1.1 自底向上的视觉显著性模型 | 第16-18页 |
| 2.1.2 自顶向下的视觉显著性模型 | 第18-22页 |
| 2.2 超像素分割 | 第22-25页 |
| 2.2.1 超像素分割简介 | 第22-23页 |
| 2.2.2 SLIC算法 | 第23-25页 |
| 2.3 图像的稀疏编码 | 第25-29页 |
| 2.3.1 稀疏表示模型的建立 | 第26-27页 |
| 2.3.2 稀疏表示系数的求解 | 第27页 |
| 2.3.3 稀疏表示的分类 | 第27-29页 |
| 2.4 条件随机场概述 | 第29-32页 |
| 2.4.1 概率无向图模型 | 第29-30页 |
| 2.4.2 条件随机场 | 第30-32页 |
| 2.5 本章小结 | 第32-34页 |
| 第3章 基于自底向上显著性方法的视神经盘检测 | 第34-50页 |
| 3.1 模型整体框架 | 第34页 |
| 3.2 背景模板 | 第34-35页 |
| 3.3 稀疏重构误差 | 第35-36页 |
| 3.4 基于上下文的误差传播 | 第36-38页 |
| 3.5 像素级重构误差的计算 | 第38-42页 |
| 3.5.1 多尺度重构误差融合 | 第39-40页 |
| 3.5.2 目标偏置的高斯滤波 | 第40-42页 |
| 3.6 实验结果与分析 | 第42-48页 |
| 3.6.1 数据库简介 | 第42-44页 |
| 3.6.2 主观评价 | 第44-47页 |
| 3.6.3 客观分析 | 第47-48页 |
| 3.7 本章小结 | 第48-50页 |
| 第4章 基于自顶向下显著性方法的视神经盘检测 | 第50-62页 |
| 4.1 模型整体框架 | 第50页 |
| 4.2 条件随机场建模 | 第50-52页 |
| 4.3 字典和条件随机场的联合学习算法 | 第52-55页 |
| 4.3.1 最大边缘法 | 第52-53页 |
| 4.3.2 学习算法 | 第53-55页 |
| 4.4 实验结果与分析 | 第55-60页 |
| 4.4.1 数据库简介 | 第55-56页 |
| 4.4.2 主观评价 | 第56-59页 |
| 4.4.3 客观分析 | 第59-60页 |
| 4.5 本章小结 | 第60-62页 |
| 第5章 基于Hough变换的视神经盘分割 | 第62-70页 |
| 5.1 Hough变换 | 第62-64页 |
| 5.2 基于Hough变换的视神经盘分割 | 第64-65页 |
| 5.3 实验结果与分析 | 第65-68页 |
| 5.4 本章小结 | 第68-70页 |
| 第6章 总结与展望 | 第70-72页 |
| 6.1 主要工作与总结 | 第70页 |
| 6.2 展望 | 第70-72页 |
| 参考文献 | 第72-78页 |
| 致谢 | 第78页 |
