| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-13页 |
| 1.1 论文研究背景及意义 | 第9页 |
| 1.2 国内外研究现状 | 第9-12页 |
| 1.2.1 眼底出血点分割研究现状 | 第9-11页 |
| 1.2.2 粒子群优化算法研究现状 | 第11页 |
| 1.2.3 活动轮廓模型研究现状 | 第11-12页 |
| 1.3 论文主要工作 | 第12-13页 |
| 第2章 基础知识 | 第13-20页 |
| 2.1 粒子群优化算法 | 第13-15页 |
| 2.2 活动轮廓模型 | 第15-19页 |
| 2.2.1 Snake模型 | 第15-16页 |
| 2.2.2 测地线活动轮廓模型 | 第16页 |
| 2.2.3 无边界活动轮廓模型 | 第16-18页 |
| 2.2.4 局部二值拟合能量模型 | 第18-19页 |
| 2.3 本章小结 | 第19-20页 |
| 第3章 基于Metropolis准则改进粒子群优化算法 | 第20-30页 |
| 3.1 粒子群优化算法的缺陷 | 第20页 |
| 3.2 已有粒子群改进算法 | 第20-22页 |
| 3.3 改进思想 | 第22-24页 |
| 3.4 仿真实验 | 第24-29页 |
| 3.5 本章小结 | 第29-30页 |
| 第4章 基于适应度函数改进粒子群算法在眼底出血点分割中的应用 | 第30-50页 |
| 4.1 引言 | 第30页 |
| 4.2 已有眼底出血点检测算法 | 第30-33页 |
| 4.2.1 基于支持向量机的眼底出血点检测 | 第31-32页 |
| 4.2.2 基于背景的眼底出血点检测算法 | 第32页 |
| 4.2.3 基于分割区域特征的算法 | 第32-33页 |
| 4.3 适应度函数选取 | 第33-36页 |
| 4.4 引入特征相似系数的适应度函数 | 第36-42页 |
| 4.4.1 特征向量 | 第37-41页 |
| 4.4.2 构造特征向量 | 第41-42页 |
| 4.4.3 改进的适应度函数 | 第42页 |
| 4.5 基于改进粒子群算法的眼底出血点分割 | 第42-49页 |
| 4.5.1 算法实现步骤 | 第42-44页 |
| 4.5.2 仿真实验 | 第44-49页 |
| 4.6 本章小结 | 第49-50页 |
| 第5章 基于粒子群聚类局部活动轮廓模型在眼底出血点分割中的研究 | 第50-65页 |
| 5.1 引言 | 第50页 |
| 5.2 局部活动轮廓模型 | 第50-51页 |
| 5.3 基于粒子群聚类的局部活动轮廓模型 | 第51-52页 |
| 5.4 仿真实验 | 第52-63页 |
| 5.4.1 PSOC_LRB算法效率验证 | 第52-59页 |
| 5.4.2 PSOC_LRB算法在眼底出血点分割中的应用 | 第59-63页 |
| 5.5 本章小结 | 第63-65页 |
| 结论 | 第65-66页 |
| 参考文献 | 第66-71页 |
| 攻读学位期间发表的学术论文 | 第71-73页 |
| 致谢 | 第73页 |
