视网膜图像血管分割技术的研究
中文摘要 | 第3-4页 |
英文摘要 | 第4-5页 |
1 绪论 | 第8-16页 |
1.1 引言 | 第8页 |
1.2 关于糖尿病的基础知识 | 第8-10页 |
1.2.1 糖尿病简介 | 第8-9页 |
1.2.2 糖尿病视网膜病变 | 第9-10页 |
1.3 课题研究的背景与意义 | 第10-11页 |
1.3.1 研究背景 | 第10-11页 |
1.3.2 研究意义 | 第11页 |
1.4 国内外研究现状及发展趋势 | 第11-14页 |
1.4.1 研究现状 | 第11-13页 |
1.4.2 现存问题 | 第13-14页 |
1.4.3 发展趋势 | 第14页 |
1.5 论文主要研究内容及结构 | 第14-16页 |
2 视网膜图像预处理相关技术 | 第16-42页 |
2.1 引言 | 第16页 |
2.2 视网膜图像的特点及采集方法 | 第16-20页 |
2.2.1 眼底视网膜图像特征 | 第16-18页 |
2.2.2 眼底视网膜图像采集 | 第18-20页 |
2.3 图像增强 | 第20-25页 |
2.3.1 对比度受限的自适应直方图均衡化 | 第21-22页 |
2.3.2 视网膜血管结构分析 | 第22-25页 |
2.4 二维高斯滤波器 | 第25-27页 |
2.4.1 引言 | 第25页 |
2.4.2 二维高斯滤波器设计 | 第25-27页 |
2.5 多尺度多方向线性检测 | 第27-32页 |
2.5.1 基本线性检测器 | 第27-28页 |
2.5.2 多尺度多方向线性检测 | 第28-32页 |
2.6 最优化Gabor滤波 | 第32-35页 |
2.6.1 引言 | 第32-33页 |
2.6.2 Gabor滤波器设计 | 第33-34页 |
2.6.3 Gabor滤波器参数选择及实验结果 | 第34-35页 |
2.7 基于上述算法的滤波效果对比 | 第35-40页 |
2.8 本章小结 | 第40-42页 |
3 视网膜图像血管分割 | 第42-52页 |
3.1 引言 | 第42页 |
3.2 公共图像库介绍 | 第42-44页 |
3.2.1 DRIVE图像库 | 第43页 |
3.2.2 HRF图像库 | 第43页 |
3.2.3 DIARETDB0图像库 | 第43-44页 |
3.3 OTSU阈值分割 | 第44-47页 |
3.4 基于过渡区提取的血管分割方法 | 第47-49页 |
3.5 本章小结 | 第49-52页 |
4 基于多尺度线性检测和局部熵阈值的血管分割 | 第52-70页 |
4.1 算法介绍 | 第52-54页 |
4.2 去噪处理 | 第54页 |
4.3 算法测试 | 第54-58页 |
4.4 算法分析 | 第58-62页 |
4.5 血管细化算法 | 第62-64页 |
4.5.1 形态学细化算法 | 第62-63页 |
4.5.2Hiditch细化算法 | 第63-64页 |
4.6 基于血管分割的弯曲度计算 | 第64-69页 |
4.7 本章小结 | 第69-70页 |
5 总结与展望 | 第70-72页 |
5.1 工作总结 | 第70页 |
5.2 工作展望 | 第70-72页 |
致谢 | 第72-74页 |
参考文献 | 第74-78页 |
附录A 作者在攻读学位期间发表的论文目录 | 第78-80页 |
附录B DRIVE图像分割结果对比 | 第80-84页 |
附录C DIARETDB0图像分割结果对比 | 第84-88页 |
附录D DIARETDB0图像分割结果对比 | 第88-90页 |