青光眼眼底图像的自动识别与分析方法研究
| 摘要 | 第1-7页 |
| Abstract | 第7-11页 |
| 第一章 绪论 | 第11-21页 |
| ·青光眼图像识别研究的目的和意义 | 第11-12页 |
| ·数字图像处理和模式识别方法 | 第12-14页 |
| ·图像处理和模式识别 | 第12页 |
| ·图像模式识别方法简介 | 第12-14页 |
| ·国内外图像处理技术在模式识别上的研究进展 | 第14-19页 |
| ·图像处理技术在图像识别上的应用 | 第15-18页 |
| ·图像处理技术在青光眼图像识别上的应用 | 第18-19页 |
| ·本文的研究内容 | 第19-21页 |
| 第二章 高低帽变换实现眼底图像的增强处理 | 第21-31页 |
| ·常用图像增强方法及其相关原理的分析 | 第21-25页 |
| ·图像变换 | 第21-22页 |
| ·灰度变换 | 第22页 |
| ·直方图处理 | 第22-24页 |
| ·用算术/逻辑操作增强 | 第24页 |
| ·空间域滤波 | 第24-25页 |
| ·频率域滤波 | 第25页 |
| ·眼底图像增强处理的实验与结果分析 | 第25-28页 |
| ·眼底图像特点分析 | 第25-26页 |
| ·眼底图像增强处理实验与结果分析 | 第26-28页 |
| ·高低帽变换实现眼底图像增强处理算法 | 第28-30页 |
| ·高低帽变换 | 第28-29页 |
| ·实验结果与分析 | 第29-30页 |
| ·小结 | 第30-31页 |
| 第三章 眼底图像特征提取方法的研究 | 第31-56页 |
| ·颜色特征提取 | 第32-33页 |
| ·RGB色度系统 | 第32-33页 |
| ·眼底图像颜色特征提取 | 第33页 |
| ·纹理特征提取 | 第33-40页 |
| ·灰度共生矩阵 | 第34-37页 |
| ·灰度-梯度共生矩阵 | 第37-40页 |
| ·形状特征提取 | 第40-54页 |
| ·基于分水岭算法和Hough变换的眼底图像的分割 | 第40-50页 |
| ·不变矩 | 第50-52页 |
| ·杯盘比 | 第52-54页 |
| ·小结 | 第54-56页 |
| 第四章 基于主成分分析法(PCA)的特征选择 | 第56-67页 |
| ·特征选择及其原则 | 第56-58页 |
| ·特征选择简介 | 第57页 |
| ·特征选择的原则 | 第57-58页 |
| ·PCA方法 | 第58-62页 |
| ·PCA基本原理 | 第58-60页 |
| ·PCA实施步骤 | 第60-62页 |
| ·用PCA方法进行特征降维 | 第62-66页 |
| ·小结 | 第66-67页 |
| 第五章 基于BP神经网络的眼底图像识别的研究 | 第67-77页 |
| ·图像识别概述 | 第67页 |
| ·神经网络识别法 | 第67-70页 |
| ·概述 | 第67-68页 |
| ·神经网络分类器与传统分类器的对比 | 第68-69页 |
| ·神经网络基元-神经元模型 | 第69-70页 |
| ·基于BP神经网络的眼底图像识别的研究 | 第70-75页 |
| ·BP神经网络 | 第70页 |
| ·基于MATLAB的BP神经网络用于模式识别 | 第70-71页 |
| ·基于BP神经网络的眼底图像识别 | 第71-75页 |
| ·测试结果及分析 | 第75页 |
| ·小结 | 第75-77页 |
| 第六章 检测模型GUI界面的设计 | 第77-85页 |
| ·GUI概述 | 第77-80页 |
| ·GUI开发方法简介 | 第77-78页 |
| ·GUIDE支持的组件类型 | 第78-80页 |
| ·使用GUIDE创建GUI | 第80页 |
| ·青光眼图像处理与识别系统GUI的设计 | 第80-84页 |
| ·小结 | 第84-85页 |
| 第七章 结论和展望 | 第85-86页 |
| 致谢 | 第86-87页 |
| 参考文献 | 第87-91页 |
| 攻读硕士学位期间发表的论文 | 第91页 |
