基于图论的食管超声内镜图像的分类方法研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 研究背景与意义 | 第10-13页 |
| 1.2 研究现状 | 第13-14页 |
| 1.3 研究内容与创新 | 第14-15页 |
| 1.4 论文结构安排 | 第15-16页 |
| 第二章 相关理论介绍 | 第16-27页 |
| 2.1 图论 | 第16-19页 |
| 2.1.1 图的基本概念 | 第16-17页 |
| 2.1.2 图的存储 | 第17页 |
| 2.1.3 图的相关算法 | 第17-19页 |
| 2.2 图像分割 | 第19-20页 |
| 2.3 模式识别 | 第20-26页 |
| 2.3.1 特征的提取与选择 | 第21-22页 |
| 2.3.2 分类器 | 第22-25页 |
| 2.3.3 核与图核 | 第25-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第三章 图像的纹理特征提取 | 第27-37页 |
| 3.1 灰度直方图 | 第27-28页 |
| 3.2 灰度共生矩阵 | 第28-29页 |
| 3.3 Tamura纹理 | 第29-30页 |
| 3.4 Laws纹理 | 第30-31页 |
| 3.5 小波变换 | 第31-32页 |
| 3.6 实验结果分析 | 第32-35页 |
| 3.7 本章小结 | 第35-37页 |
| 第四章 基于SIFT和Harris的图的构建 | 第37-46页 |
| 4.1 图像预处理 | 第37-38页 |
| 4.2 图的构建 | 第38-45页 |
| 4.2.1 SIFT | 第39-42页 |
| 4.2.2 Harris角点检测 | 第42-44页 |
| 4.2.3 图的生成 | 第44-45页 |
| 4.3 实验结果分析 | 第45页 |
| 4.4 本章小结 | 第45-46页 |
| 第五章 基于深度信息的图核及图的分类 | 第46-59页 |
| 5.1 图的核算法概述 | 第46-49页 |
| 5.2 基于深度信息的图的核 | 第49-53页 |
| 5.2.1 图的复杂度计算 | 第50-53页 |
| 5.2.2 图的匹配 | 第53页 |
| 5.3 SVM训练分类 | 第53-56页 |
| 5.4 实验结果分析 | 第56-58页 |
| 5.5 本章小结 | 第58-59页 |
| 第六章 总结与展望 | 第59-61页 |
| 6.1 总结 | 第59页 |
| 6.2 展望 | 第59-61页 |
| 参考文献 | 第61-65页 |
| 攻读硕士期间的科研成果 | 第65-66页 |
| 致谢 | 第66页 |
