视网膜图像处理与分析中关键技术研究
| 1 绪论 | 第1-13页 |
| 1．1 课题的研究目的及意义 | 第8-9页 |
| 1．2 课题的研究现状 | 第9-12页 |
| 1．2．1 视网膜血管网络提取的研究现状 | 第9-10页 |
| 1．2．2 视网膜血管宽度测量的研究现状 | 第10页 |
| 1．2．3 视网膜图像拼接的研究现状 | 第10-12页 |
| 1．3 课题的研究内容 | 第12-13页 |
| 2 视网膜图像血管网络提取 | 第13-26页 |
| 2．1 视网膜图像的特点分析 | 第13-14页 |
| 2．2 基于数学形态学的视网膜图像增强方法 | 第14-21页 |
| 2．2．1 灰度数学形态学理论基础 | 第15-18页 |
| 2．2．2 视网膜图像平滑去噪 | 第18-20页 |
| 2．2．3 视网膜图像血管增强 | 第20-21页 |
| 2．3 基于熵的阈值分割 | 第21-22页 |
| 2．4 视网膜图像分割结果评价 | 第22-26页 |
| 3 视网膜血管宽度测量 | 第26-36页 |
| 3．1 血管的结构分析 | 第26-27页 |
| 3．2 模型的建立 | 第27-29页 |
| 3．3 参数优化 | 第29-34页 |
| 3．3．1 确定模型方向 | 第30页 |
| 3．3．2 优化参数 | 第30-34页 |
| 3．4 血管宽度测量结果 | 第34-36页 |
| 4 基于遗传算法的视网膜图像自动拼接算法研究 | 第36-50页 |
| 4．1 视网膜图像拼接技术 | 第36页 |
| 4．2 图像特征选择 | 第36-38页 |
| 4．3 基于遗传算法的视网膜图像配准 | 第38-46页 |
| 4．3．1 图像配准变换模型选择 | 第38-40页 |
| 4．3．2 配准优化目标函数的建立 | 第40-41页 |
| 4．3．3 应用遗传算法求取配准变换参数 | 第41-45页 |
| 4．3．4 图像配准结果 | 第45-46页 |
| 4．4 视网膜图像拼接 | 第46-50页 |
| 5 总结与展望 | 第50-52页 |
| 致谢 | 第52-53页 |
| 参考文献 | 第53-58页 |
| 附录 | 第58页 |
