| 中文摘要 | 第3-4页 |
| 英文摘要 | 第4页 |
| 1 绪论 | 第7-13页 |
| 1.1 课题研究背景 | 第7-10页 |
| 1.1.1 胶囊内窥镜的发展及国内外研究现状 | 第7-9页 |
| 1.1.2 基于胶囊内窥镜的消化道图片出血检测技术的国内外现状 | 第9-10页 |
| 1.2 课题研究意义 | 第10-11页 |
| 1.3 完成工作和贡献 | 第11页 |
| 1.4 论文主要工作与组织结构 | 第11-13页 |
| 2 支持向量机介绍 | 第13-22页 |
| 2.1 支持向量机理论基础 | 第13-16页 |
| 2.1.1 学习类型 | 第13-14页 |
| 2.1.2 VC理论 | 第14页 |
| 2.1.3 推广性界 | 第14-15页 |
| 2.1.4 结构风险最小化原则 | 第15-16页 |
| 2.2 支持向量机的数学描述 | 第16-21页 |
| 2.3 模型选择与参数调优 | 第21页 |
| 2.4 本章小结 | 第21-22页 |
| 3 基于无线胶囊内窥镜图像的预处理 | 第22-42页 |
| 3.1 颜色空间 | 第22-28页 |
| 3.1.1RGB颜色空间 | 第23-24页 |
| 3.1.2 HSI颜色空间 | 第24-25页 |
| 3.1.3 HSV颜色空间 | 第25-27页 |
| 3.1.4 Lab颜色空间 | 第27-28页 |
| 3.2 形态学操作与ROI提取 | 第28-33页 |
| 3.3 色彩平衡 | 第33-41页 |
| 3.3.1 灰度世界和镜面反射理论 | 第34-38页 |
| 3.3.2 直方图均衡平移色彩修正算法 | 第38-41页 |
| 3.4 本章小结 | 第41-42页 |
| 4 基于颜色特征的出血检测算法 | 第42-56页 |
| 4.1 基于二值向量的出血检测算法 | 第42-49页 |
| 4.1.1 算法思想由来 | 第42-43页 |
| 4.1.2 二值向量特征表示 | 第43-46页 |
| 4.1.3 分类器设计 | 第46-47页 |
| 4.1.4 实验结果 | 第47-49页 |
| 4.2 基于LAB颜色空间的快速分类法 | 第49-55页 |
| 4.2.1 二值向量特征的局限性 | 第49-52页 |
| 4.2.2 归一化二维最大值特征 | 第52-53页 |
| 4.2.3 支持向量机设计 | 第53页 |
| 4.2.4 实验结果 | 第53-55页 |
| 4.3 本章小结 | 第55-56页 |
| 5 总结与展望 | 第56-58页 |
| 5.1 论文总结 | 第56页 |
| 5.2 工作展望 | 第56-58页 |
| 致谢 | 第58-59页 |
| 参考文献 | 第59-63页 |
| 附录 | 第63页 |
| A.作者在攻读学位期间发表的论文目录 | 第63页 |
| B.作者在攻读学位期间取得科研成果项目 | 第63页 |