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

基于三维图搜索的SDOCT视网膜图像层边界分割与研究

摘要第3-4页
Abstract第4页
1 绪论第7-14页
    1.1 频域光学相干层析视网膜图像相关背景介绍第7-8页
    1.2 SDOCT视网膜图像主要层状结构第8-10页
    1.3 SDOCT视网膜图像层分割技术的研究现状第10-11页
    1.4 视网膜图像层边界分割的研究意义第11-12页
    1.5 论文的组织结构第12-14页
2 最优三维图搜索算法理论基础第14-25页
    2.1 最大流/最小割算法定理第14-15页
    2.2 算法基本框架简介第15-16页
    2.3 三维图结构的构建第16-20页
        2.3.1 单层三维图的构建第16-18页
        2.3.2 多层三维图的构建第18-20页
    2.4 最优三维图搜索算法的实现第20-24页
        2.4.1 图结构顶点的权重设计第20-22页
        2.4.2 算法实现与求解第22-24页
    2.5 本章小结第24-25页
3 基于梯度弱化和三维图搜索的黄斑区视网膜内界膜单层边界分割第25-40页
    3.1 BM3D图像去噪算法第25-27页
        3.1.1 图像的块匹配第25-26页
        3.1.2 三维变换域滤波第26页
        3.1.3 权重的计算第26页
        3.1.4 图像的重构第26-27页
    3.2 结合三维图搜索和梯度弱化算法的ILM单层分割算法第27-31页
        3.2.1 算法流程概述第27-28页
        3.2.2 灰度图像填充第28页
        3.2.3 背景估计第28页
        3.2.4 视网膜区域估计第28-29页
        3.2.5 区域限制与梯度弱化第29-30页
        3.2.6 ILM表面分割第30-31页
    3.3 实验结果分析第31-39页
        3.3.1 定量分析第32-35页
        3.3.2 定性分析第35-38页
        3.3.3 分析与讨论第38-39页
    3.4 本章小结第39-40页
4 应用多尺度的三维图搜索黄斑区多层边界分割第40-52页
    4.1 两种视网膜病变图像简介第40-41页
    4.2 应用多尺度的三维图搜索多层分割算法第41-45页
        4.2.1 算法流程概述第41-42页
        4.2.2 改进的权重设计第42页
        4.2.3 多尺度层分割算法及实现第42-45页
    4.3 实验与分析第45-51页
        4.3.1 定量分析第45-48页
        4.3.2 定性分析第48-49页
        4.3.3 分析与讨论第49-51页
    4.4 本章总结第51-52页
5 基于三维图搜索的视觉神经头区域图像层分割及应用第52-65页
    5.1 视觉神经头区域SDOCT图像介绍第52-54页
    5.2 ONH区域的SDOCT图像多层分割第54-55页
    5.3 基于三维图搜索的ONH视盘定位算法第55-60页
        5.3.1 定位算法概述第55页
        5.3.2 投影图像的生成第55-56页
        5.3.3 血管过滤算法第56-58页
        5.3.4 视盘区域顶点权重构造第58页
        5.3.5 求解封闭曲面的三维图搜索算法第58-60页
    5.4 实验与分析第60-64页
        5.4.1 ONH区域图像层分割实验评价第60-62页
        5.4.2 视盘定位算法实验评价第62-64页
    5.5 本章小结第64-65页
6. 总结和展望第65-67页
    6.1 论文总结第65页
    6.2 未来工作展望第65-67页
致谢第67-68页
参考文献第68-73页
附录第73页

论文共73页,点击 下载论文
上一篇:深海夹层保温管的屈曲传播
下一篇:基于小波能量熵的结构损伤识别