| 致谢 | 第4-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 高清电子医用内窥镜和医学图像增强技术的研究现状 | 第10-13页 |
| 1.1.1 高清电子医用内窥镜研究现状 | 第10-12页 |
| 1.1.2 医学图像增强技术研究现状 | 第12-13页 |
| 1.2 论文的研究内容和研究意义 | 第13-14页 |
| 1.3 论文结构框架 | 第14-15页 |
| 第2章 高清电子医用内窥镜图像增强方案 | 第15-33页 |
| 2.1 图像亮度增强技术研究 | 第15-21页 |
| 2.1.1 同态滤波(Retinex) | 第15-16页 |
| 2.1.2 AINDANE算法 | 第16-18页 |
| 2.1.3 基于边缘保持滤波器的高动态范围图像亮度增强技术 | 第18-19页 |
| 2.1.4 实验结果 | 第19-21页 |
| 2.2 图像细节增强技术研究 | 第21-26页 |
| 2.2.1 微分锐化算法 | 第21-22页 |
| 2.2.2 反锐化掩模技术 | 第22-26页 |
| 2.3 图像血管对比度增强技术研究 | 第26-30页 |
| 2.3.1 NBI技术 | 第26-27页 |
| 2.3.2 FICE技术 | 第27-29页 |
| 2.3.3 Spectra B技术 | 第29-30页 |
| 2.4 图像评价方法 | 第30-31页 |
| 2.4.1 细节增强评价方法 | 第30页 |
| 2.4.2 血管对比度增强评价方法 | 第30-31页 |
| 2.5 本章小结 | 第31-33页 |
| 第3章 基于导向滤波的细节增强和亮度增强算法研究 | 第33-45页 |
| 3.1 导向滤波原理 | 第33-35页 |
| 3.2 细节增强和亮度增强算法 | 第35-39页 |
| 3.2.1 增强算法框架 | 第35-36页 |
| 3.2.2 算法优化及实时性实现 | 第36-39页 |
| 3.3 细节增强结果分析 | 第39-44页 |
| 3.3.1 高清电子内窥镜的图像增强效果分析 | 第39-42页 |
| 3.3.2 图像增强效果对比分析 | 第42-44页 |
| 3.4 本章小结 | 第44-45页 |
| 第4章 基于光谱变换的血管对比度增强算法研究 | 第45-54页 |
| 4.1 血管光谱吸收特性模型 | 第45-46页 |
| 4.2 对比度增强算法 | 第46-48页 |
| 4.2.1 对比度增强模型 | 第46-47页 |
| 4.2.2 模型参数训练方法 | 第47-48页 |
| 4.3 对比度增强结果分析 | 第48-53页 |
| 4.4 本章小结 | 第53-54页 |
| 第5章 基于导向滤波和光谱变换的增强方案实验结果分析 | 第54-59页 |
| 5.1 算法整体方案流程 | 第54页 |
| 5.2 实验结果与分析 | 第54-58页 |
| 5.2.1 高清电子内窥镜血管增强效果分析 | 第54-56页 |
| 5.2.2 血管增强效果对比分析 | 第56-58页 |
| 5.3 本章小结 | 第58-59页 |
| 第6章 总结与展望 | 第59-60页 |
| 参考文献 | 第60-63页 |
| 作者简历及在学期间所取得的科研成果 | 第63页 |
