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

基于聚类算法的眼底视网膜血管分割研究

摘要第1-5页
ABSTRACT第5-11页
第1章 绪论第11-19页
   ·图像分割的研究背景第11-12页
   ·眼底视网膜血管分割的意义第12-14页
   ·眼底视网膜分割现状第14-15页
   ·视网膜的结构第15-16页
   ·眼底视网膜血管图像分割的评价方法第16页
   ·本文主要工作及内容安排第16-19页
第2章 模糊聚类理论第19-29页
   ·模糊聚类理论基础第19-20页
   ·HCM聚类算法第20-22页
   ·FCM聚类算法第22-24页
   ·加权FCM第24-25页
   ·核模糊C均值聚类算法第25-26页
   ·本章小结第26-29页
第3章 眼底图像预处理第29-41页
   ·提取眼底彩色图像的绿色通道第30-31页
   ·图像均值滤波第31-33页
   ·去除眼底图像边框第33-35页
   ·亮度调整第35-36页
   ·眼底视网膜图像增强第36-38页
   ·本章小结第38-41页
第4章 基于核模糊C均值聚类和遗传算法的眼底视网膜血管分割第41-63页
   ·引言第41-42页
   ·聚类数的选取第42-45页
   ·初始聚类中心的选取第45-46页
   ·聚类加权指数的选取第46-48页
   ·聚类核函数的选取第48-49页
   ·采用遗传算法优化核模糊C均值聚类的目标函数值第49-52页
     ·初始化种群第51页
     ·计算适应度函数第51-52页
     ·遗传操作第52页
   ·血管区域的合并第52-56页
   ·分割算法实现步骤第56-57页
   ·实验结果与分析第57-61页
   ·本章小结第61-63页
第5章 基于核模糊C均值聚类和三维OTSU的眼底视网膜血管分割第63-79页
   ·引言第63页
   ·基本理论第63-66页
     ·二维OTSU理论第64-65页
     ·三维OTSU理论第65-66页
   ·采用核模糊C均值聚类提取主血管第66-69页
     ·含噪眼底图像的聚类数的选取第66-67页
     ·其他聚类参数的选取第67页
     ·含噪眼底图像主血管提取第67-69页
   ·采用三维OTSU算法提取小血管第69-70页
   ·采用遗传算法优化三维OTSU类间离散度测度第70-71页
   ·实验结果与分析第71-77页
   ·本章小结第77-79页
第6章 总结与展望第79-83页
参考文献第83-91页
攻读硕士学位期间发表的论文目录第91-93页
致谢第93-95页

论文共95页,点击 下载论文
上一篇:湖南信息职业技术学院CAD/CAM专业教育改革研究
下一篇:基于B超图像处理的HIFU有效治疗区域确定及增强方法研究