| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 第一章 绪论 | 第11-21页 |
| 1.1 课题背景 | 第11-15页 |
| 1.2 国内外研究历史与现状 | 第15-19页 |
| 1.2.1 无参考型图像质量评价 | 第15-17页 |
| 1.2.2 计算机辅助诊断 | 第17-19页 |
| 1.3 论文结构及主要内容 | 第19-21页 |
| 第二章 特征提取基础 | 第21-29页 |
| 2.1 特征提取与图像质量评价 | 第21-25页 |
| 2.1.1 人眼视觉特性 | 第21-22页 |
| 2.1.2 自然图像统计特性 | 第22-24页 |
| 2.1.3 图像质量评价的特征提取原理 | 第24-25页 |
| 2.2 特征提取与乳腺钙化点自动检测 | 第25-26页 |
| 2.2.1 乳腺钙化点病理特性 | 第25页 |
| 2.2.2 乳腺钙化点自动检测的特征提取原理 | 第25-26页 |
| 2.3 实验数据库介绍 | 第26-28页 |
| 2.3.1 LIVE数据库 | 第26-27页 |
| 2.3.2 MIAS数据库 | 第27-28页 |
| 2.4 本章小结 | 第28-29页 |
| 第三章 基于拓扑独立分量的无参考图像质量评价方法 | 第29-45页 |
| 3.1 利用自然场景统计特性的特征提取 | 第29-31页 |
| 3.2 拓扑独立分量分析与无参考图像质量评价 | 第31-36页 |
| 3.2.1 拓扑独立分量分析 | 第31-34页 |
| 3.2.2 基于拓扑独立分量分析的无参考图像质量评价算法 | 第34-36页 |
| 3.3 基于拓扑独立分量分析的特征提取 | 第36-38页 |
| 3.4 特征训练 | 第38-39页 |
| 3.5 特征差异量化 | 第39-40页 |
| 3.6 实验结果与分析 | 第40-44页 |
| 3.7 本章小结 | 第44-45页 |
| 第四章 基于分形特征提取的乳腺钙化点自动检测方法 | 第45-56页 |
| 4.1 基于分形理论的特征提取 | 第45-47页 |
| 4.2 乳腺钙化点自动检测 | 第47-53页 |
| 4.2.1 医学图像前期处理 | 第49-50页 |
| 4.2.2 基于分形理论的特征提取 | 第50-51页 |
| 4.2.3 特征分类 | 第51-53页 |
| 4.3 实验结果与分析 | 第53-55页 |
| 4.4 本章小结 | 第55-56页 |
| 第五章 总结与展望 | 第56-58页 |
| 5.1 总结 | 第56-57页 |
| 5.2 展望 | 第57-58页 |
| 参考文献 | 第58-64页 |
| 作者简介 | 第64页 |