首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

视网膜图像处理算法及应用研究

提要第3-4页
Abstract第4-5页
引言第8-10页
第一章 绪论第10-19页
    1.1 研究背景第10-11页
    1.2 研究意义第11-12页
    1.3 研究现状第12-14页
        1.3.1 视神经盘检测研究现状第12-14页
        1.3.2 视网膜血管分割研究现状第14页
    1.4 视网膜图像处理中存在的主要挑战第14-17页
    1.5 本文工作第17-18页
    1.6 论文组成第18-19页
第二章 视网膜图像处理算法概述第19-25页
    2.1 AdaBoost算法第19-21页
    2.2 ELM算法第21-24页
    2.3 本章小结第24-25页
第三章 基于AdaBoost算法的视神经盘检测第25-39页
    3.1 引言第25页
    3.2 视神经盘检测方法第25-33页
        3.2.1 训练分类器第25-31页
        3.2.2 视网膜图像预处理第31页
        3.2.3 视神经盘检测第31-33页
    3.3 实验结果与分析第33-38页
        3.3.1 实验数据集第33页
        3.3.2 检测评价指标第33-34页
        3.3.3 实验结果分析第34-38页
    3.4 本章小结第38-39页
第四章 基于ELM算法的视网膜血管分割第39-46页
    4.1 引言第39页
    4.2 视网膜血管分割方法第39-42页
        4.2.1 特征选择第39-41页
        4.2.2 视网膜图像预处理第41-42页
        4.2.3 视网膜血管分割过程第42页
    4.3 实验结果与分析第42-45页
        4.3.1 实验数据集第42-43页
        4.3.2 分割评价指标第43页
        4.3.3 实验结果分析第43-45页
    4.4 本章小结第45-46页
第五章 总结与展望第46-48页
    5.1 总结第46页
    5.2 问题分析与展望第46-48页
参考文献第48-54页
致谢第54-55页
攻读学位期间发表的学术论文第55-56页
附件第56-60页
详细摘要第60-65页

论文共65页,点击 下载论文
上一篇:基于稀疏表示的超分辨率重建算法及应用研究
下一篇:农信社柜员绩效考核系统设计与实现