眼底图像中渗出物识别方法研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-7页 |
| 目录 | 第7-9页 |
| 第1章 绪论 | 第9-19页 |
| ·课题背景 | 第9-15页 |
| ·视网膜结构 | 第10-11页 |
| ·病变特征 | 第11-15页 |
| ·国内外研究现状 | 第15-16页 |
| ·眼底识别研究现状 | 第15页 |
| ·渗出物识别研究现状 | 第15-16页 |
| ·研究主要内容 | 第16-17页 |
| ·实验数据 | 第17-18页 |
| ·本文结构 | 第18-19页 |
| 第2章 图像预处理 | 第19-35页 |
| ·图像表示 | 第19-20页 |
| ·通道选择 | 第20页 |
| ·感兴趣区域提取 | 第20-23页 |
| ·阈值化 | 第20-21页 |
| ·形态学去噪 | 第21-23页 |
| ·基于阈值二值化方法 | 第23-29页 |
| ·指定阈值法 | 第24-25页 |
| ·大津阈值法 | 第25-26页 |
| ·迭代阈值法 | 第26-27页 |
| ·动态阈值法 | 第27-28页 |
| ·固定比阈值法 | 第28-29页 |
| ·基于灰度变化方法 | 第29-33页 |
| ·实验结果分析 | 第33-34页 |
| ·本章小结 | 第34-35页 |
| 第3章 特征提取 | 第35-41页 |
| ·特征提取方案 | 第35页 |
| ·轮廓提取法 | 第35-36页 |
| ·特征提取 | 第36-38页 |
| ·边界描绘 | 第37页 |
| ·区域描绘 | 第37-38页 |
| ·实验数据分析 | 第38-39页 |
| ·本章小结 | 第39-41页 |
| 第4章 渗出物提取和分类 | 第41-53页 |
| ·分类法 | 第41-42页 |
| ·评价标准 | 第42页 |
| ·K 近邻 | 第42-45页 |
| ·朴素贝叶斯 | 第45-47页 |
| ·反向神经网络 | 第47-49页 |
| ·实验结果分析 | 第49-51页 |
| ·本章小结 | 第51-53页 |
| 结论 | 第53-55页 |
| 参考文献 | 第55-59页 |
| 致谢 | 第59页 |
