基于特征融合的医学图像检索
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 1 引言 | 第7-11页 |
| ·课题背景 | 第7页 |
| ·传统的图像检索 | 第7页 |
| ·CBIR研究意义和应用现状 | 第7-9页 |
| ·本文工作介绍 | 第9-11页 |
| 2 CBIR原理和技术 | 第11-19页 |
| ·医学图像的基本特征 | 第11页 |
| ·CBIR的基本原理 | 第11-12页 |
| ·CBIR系统的关键技术 | 第12-18页 |
| ·图像分割 | 第12-13页 |
| ·特征提取 | 第13-16页 |
| ·特征匹配 | 第16-18页 |
| ·本章小结 | 第18-19页 |
| 3 底层图像特征 | 第19-34页 |
| ·尺度不变特征SIFT算法 | 第19-26页 |
| ·SIFT算法简介 | 第19页 |
| ·关键点的检测 | 第19-22页 |
| ·对候选特征点的过滤和精确定位 | 第22-23页 |
| ·特征点主方向的提取 | 第23页 |
| ·特征描述子的生成 | 第23-24页 |
| ·SIFT算法的改进ROOTSIFT | 第24-26页 |
| ·尺度不变SURF特征 | 第26-32页 |
| ·SURF算法概述 | 第26-27页 |
| ·积分图像 | 第27-28页 |
| ·快速Hessian矩阵 | 第28-29页 |
| ·构建尺度空间 | 第29-30页 |
| ·SURF特征描述符 | 第30-32页 |
| ·SIFT和SURF特征小结 | 第32-34页 |
| 4 点对拓扑特征 | 第34-39页 |
| ·点对拓扑特征概述 | 第34页 |
| ·点对拓扑特征描述符提取 | 第34-36页 |
| ·相似度度量 | 第36-38页 |
| ·本章小结 | 第38-39页 |
| 5 基于特征融合的医学图像检索 | 第39-57页 |
| ·特征融合检索算法的提出 | 第39-41页 |
| ·特征融合检索算法的具体实现 | 第41-43页 |
| ·实验数据 | 第43页 |
| ·算法实现 | 第43-44页 |
| ·实验结果与讨论 | 第44-56页 |
| ·各种特征检索效果实验 | 第45-49页 |
| ·尺度阈值对本文算法的影响 | 第49-50页 |
| ·权重对本文算法的影响 | 第50-51页 |
| ·综合各个特征的检索效果实验 | 第51-53页 |
| ·本文算法和其它文献算法比较实验 | 第53-56页 |
| ·本章小结 | 第56-57页 |
| 6 总结和展望 | 第57-58页 |
| 致谢 | 第58-59页 |
| 参考文献 | 第59-63页 |
