| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 课题研究背景及意义 | 第10-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.3 本文主要工作及内容安排 | 第14-16页 |
| 第2章 视网膜血管分割研究基础 | 第16-22页 |
| 2.1 人眼结构介绍 | 第16-18页 |
| 2.2 视网膜血管分割算法评价指标 | 第18-19页 |
| 2.3 视网膜图像数据库介绍 | 第19-21页 |
| 2.4 本章小结 | 第21-22页 |
| 第3章 现有视网膜血管分割算法研究与分析 | 第22-34页 |
| 3.1 匹配滤波法(MFR) | 第22-27页 |
| 3.1.1 基于Kirsch算子的匹配滤波法(KMFR) | 第22-24页 |
| 3.1.2 基于高斯滤波器的血管分割算法(GMFR) | 第24-27页 |
| 3.2 模糊聚类法 | 第27-29页 |
| 3.3 基于Gabor滤波器的视网膜血管分割算法 | 第29-33页 |
| 3.3.1 基于Gabor滤波器与自适应二值化的视网膜血管分割算法 | 第29-31页 |
| 3.3.2 基于Gabor滤波器与灰度共生矩阵的视网膜血管分割算法 | 第31-33页 |
| 3.4 本章小结 | 第33-34页 |
| 第4章 基于Hessian矩阵和局部追踪的视网膜血管分割算法 | 第34-56页 |
| 4.1 引言 | 第34页 |
| 4.2 Hessian矩阵 | 第34-37页 |
| 4.2.1 Hessian矩阵及其特征值特点 | 第34-36页 |
| 4.2.2 Hessian矩阵在视网膜血管增强上的优势 | 第36-37页 |
| 4.3 基于Hessian矩阵和局部追踪的视网膜血管分割算法 | 第37-48页 |
| 4.3.1 本文算法概述 | 第37页 |
| 4.3.2 基于Hessian矩阵的视网膜图像增强 | 第37-40页 |
| 4.3.3 局部血管追踪算法 | 第40-46页 |
| 4.3.4 形态学图像后处理 | 第46-48页 |
| 4.4 仿真结果及对比分析 | 第48-54页 |
| 4.5 本章小结 | 第54-56页 |
| 第5章 基于形态学与Cake滤波器的视网膜血管分割算法 | 第56-80页 |
| 5.1 引言 | 第56-57页 |
| 5.2 形态学顶帽变换 | 第57页 |
| 5.3 Cake滤波器原理及设计 | 第57-63页 |
| 5.3.1 Cake滤波器的构造 | 第57-60页 |
| 5.3.2 Cake滤波器性质的验证 | 第60-62页 |
| 5.3.3 Cake滤波器与Gabor滤波器的比较 | 第62-63页 |
| 5.4 基于形态学与Cake滤波器的视网膜血管分割算法 | 第63-71页 |
| 5.4.1 本文算法概述 | 第63-64页 |
| 5.4.2 形态学图像增强 | 第64-66页 |
| 5.4.3 Cake滤波器进行血管分割 | 第66-68页 |
| 5.4.4 自适应阈值提取血管网络 | 第68-71页 |
| 5.5 仿真结果及对比分析 | 第71-77页 |
| 5.6 本章小结 | 第77-80页 |
| 第6章 结论与展望 | 第80-82页 |
| 6.1 结论 | 第80-81页 |
| 6.2 展望 | 第81-82页 |
| 参考文献 | 第82-88页 |
| 致谢 | 第88-90页 |
| 攻读硕士学位期间发表的论文、专利及参与项目情况 | 第90页 |
