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

基于动态尺度分配的视网膜血管提取方法及系统

中文摘要第9-11页
ABSTRACT第11-12页
第一章 绪论第13-20页
    1.1 眼底结构及眼底血管特征分析第13-14页
    1.2 视网膜血管分割提取的意义第14-15页
    1.3 国内外研究现状第15-18页
        1.3.1 视网膜血管追踪法第15-16页
        1.3.2 分类器方法第16页
        1.3.3 匹配滤波方法第16-18页
    1.4 本文的内容安排第18-20页
第二章 研究基础第20-30页
    2.1 图像增强第20-24页
        2.1.1 数学形态学第21-23页
        2.1.2 直方图处理第23-24页
    2.2 匹配滤波第24-26页
        2.2.1 高斯滤波器第24-25页
        2.2.2 Gabor滤波器第25-26页
    2.3 图像分割第26-28页
        2.3.1 边缘检测第26-27页
        2.3.2 阈值分割第27-28页
    2.4 本章小结第28-30页
第三章 动态尺度匹配滤波算法第30-41页
    3.1 视网膜图像预处理第30-32页
        3.1.1 多尺度顶帽变换第30-32页
        3.1.2 基于高斯曲线拟合的直方图线性拉伸第32页
    3.2 图像分块第32-34页
    3.3 血管类型判定第34-37页
    3.4 动态尺度分配第37-38页
    3.5 匹配模板第38-40页
    3.6 本章小结第40-41页
第四章 动态阈值处理第41-51页
    4.1 动态阈值处理的常用算法第41-44页
        4.1.1 基于点的全局阈值选取方法第41-42页
        4.1.2 基于区域的阈值选取方法第42页
        4.1.3 局部阈值法第42-43页
        4.1.4 多阈值法第43-44页
    4.2 阈值处理第44-48页
        4.2.1 区分图像对比度高低第44-45页
        4.2.2 区分是否存在台阶边缘第45-46页
        4.2.3 阈值选择第46-48页
    4.3 图像后处理第48-50页
        4.3.1 去除噪声第48页
        4.3.2 平滑血管边缘第48-49页
        4.3.3 消除FOV边缘第49页
        4.3.4 血管断点的修补第49-50页
    4.4 本章小结第50-51页
第五章 应用实例第51-59页
    5.1 数据库介绍第51-52页
    5.2 性能评价标准第52-53页
    5.3 仿真实验第53-54页
        5.3.1 最大化TPR第53页
        5.3.2 最大化ACC第53页
        5.3.3 平衡TPR与ACC第53-54页
    5.4 实验结果分析及对比第54-57页
    5.5 视网膜血管分割效果图第57-58页
    5.6 本章小结第58-59页
第六章 总结与展望第59-61页
    6.1 工作总结第59-60页
    6.2 展望第60-61页
参考文献第61-67页
致谢第67-68页
攻读学位期间发表的学术论文和参加科研情况第68-69页
学位论文评阅及答辩情况表第69页

论文共69页,点击 下载论文
上一篇:SIRT3通过调控β-catenin/PPARγ通路抑制ANG Ⅱ诱导的心肌成纤维细胞转分化
下一篇:个性化推荐系统中基于用户的协同过滤算法与系统架构的研究与优化