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FCM和EM算法的视网膜OCT图像3-D分割

摘要第4-5页
Abstract第5-6页
目录第7-8页
1 绪论第8-15页
    1.1 本文的研究目的与意义第8-9页
    1.2 OCT在眼科检查的重要作用第9-11页
    1.3 国内外研究现状第11-13页
    1.4 本文的研究内容第13-15页
2 视网膜OCT图像预处理第15-26页
    2.1 视网膜解剖结构第15-16页
    2.2 视网膜OCT图像第16-17页
    2.3 数字图像处理基础第17-23页
        2.3.1 图像滤波处理第18-20页
        2.3.2 图像分割处理第20-23页
    2.4 视网膜OCT图像预处理第23-25页
    2.5 本章小结第25-26页
3 视网膜OCT图像的典型分割方法第26-32页
    3.1 视网膜OCT图像的图像特征第26-27页
    3.2 实验步骤第27-28页
    3.3 结果分析第28-31页
    3.4 本章小结第31-32页
4 基于FCM和EM算法的视网膜OCT图像分割第32-48页
    4.1 聚类分割的原理第32-34页
        4.1.1 模糊集基本知识第33页
        4.1.2 K均值聚类算法(HCM)第33-34页
    4.2 模糊C均值聚类算法(FCM)第34-36页
    4.3 期望最大化算法(EM)第36-37页
    4.4 实验步骤第37-42页
    4.5 结果分析第42-47页
        4.5.1 鲁棒性分析第42-43页
        4.5.2 与其他方法的对比分析第43-47页
    4.6 本章小结第47-48页
5 总结与展望第48-50页
    5.1 总结第48页
    5.2 展望第48-50页
参考文献第50-56页
攻读学位期间主要的研究成果第56-57页
致谢第57页

论文共57页,点击 下载论文
上一篇:基于虹膜检测的驾驶员疲劳检测研究
下一篇:基于感兴趣区域编码的X射线图像压缩技术研究