基于词典优化算法对舌象特征提取的研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 选题背景及意义 | 第10-11页 |
| 1.2 本课题的研究现状 | 第11-15页 |
| 1.2.1 计算机舌诊 | 第12页 |
| 1.2.2 糖尿病舌诊的发展趋势 | 第12-13页 |
| 1.2.3 智能图像信息处理 | 第13-15页 |
| 1.3 论文主要工作及章节安排 | 第15-18页 |
| 1.3.1 论文主要工作 | 第16页 |
| 1.3.2 论文章节安排 | 第16-18页 |
| 第二章 基本理论知识 | 第18-27页 |
| 2.1 稀疏表示介绍 | 第18-21页 |
| 2.1.1 稀疏表示模型 | 第18-20页 |
| 2.1.2 目标图像的稀疏表示 | 第20-21页 |
| 2.1.3 词典学习 | 第21页 |
| 2.2 粒子滤波原理 | 第21-26页 |
| 2.2.1 蒙特卡洛模拟 | 第21-23页 |
| 2.2.2 粒子滤波重采样 | 第23-24页 |
| 2.2.3 KD树 | 第24-25页 |
| 2.2.4 主成分分析 | 第25-26页 |
| 2.3 本章小结 | 第26-27页 |
| 第三章 词典优化算法模型构建 | 第27-34页 |
| 3.1 总体结构框图 | 第27-28页 |
| 3.2 基础模型构建 | 第28-33页 |
| 3.2.1 词典的生成 | 第29页 |
| 3.2.2 词典的组合 | 第29-30页 |
| 3.2.3 词典的更新 | 第30-33页 |
| 3.3 本章小结 | 第33-34页 |
| 第四章 舌色特征提取实验及其结果分析 | 第34-46页 |
| 4.1 程序设计 | 第34-36页 |
| 4.1.1 参数设置与图像分块 | 第34-35页 |
| 4.1.2 稀疏系数的求解 | 第35-36页 |
| 4.2 特征点提取 | 第36-40页 |
| 4.2.1 KD树的建立 | 第36-37页 |
| 4.2.2 KD树的查找 | 第37-40页 |
| 4.3 实验过程 | 第40-42页 |
| 4.3.1 选取目标建立词典模板 | 第40页 |
| 4.3.2 基于同伦Lasso的稀疏系数求解 | 第40-41页 |
| 4.3.3 利用KD树追踪粒子 | 第41-42页 |
| 4.4 实验结果及其分析 | 第42-44页 |
| 4.4.1 实验一 | 第42-43页 |
| 4.4.2 实验二 | 第43-44页 |
| 4.4.3 实验三 | 第44页 |
| 4.5 本章小结 | 第44-46页 |
| 第五章 妊娠期糖尿病的舌色案例分析 | 第46-56页 |
| 5.1 妊娠期糖尿病的特点 | 第46页 |
| 5.2 色彩空间数值法 | 第46-49页 |
| 5.2.1 RGB色彩空间 | 第47页 |
| 5.2.2 HSI色彩空间 | 第47-48页 |
| 5.2.3 特征区间 | 第48-49页 |
| 5.3 针对案例特征分析的改进方法 | 第49-54页 |
| 5.3.1 加速近端梯度法 | 第49-50页 |
| 5.3.2 利普希茨连续 | 第50-51页 |
| 5.3.3 布雷格曼散度 | 第51-52页 |
| 5.3.4 模型的快速求解 | 第52-54页 |
| 5.4 实验结果及其分析 | 第54-55页 |
| 5.4.1 实验结果 | 第54-55页 |
| 5.4.2 结果分析 | 第55页 |
| 5.5 本章小结 | 第55-56页 |
| 结论 | 第56-59页 |
| 1 总结 | 第56-57页 |
| 2 展望 | 第57-59页 |
| 参考文献 | 第59-64页 |
| 致谢 | 第64-65页 |
| 附录A （攻读硕士学位期间发表论文目录） | 第65页 |
