| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-11页 |
| ·课题背景 | 第7-8页 |
| ·国内外研究现状 | 第8-9页 |
| ·论文主要工作 | 第9-11页 |
| 第二章 图像模式识别理论基础 | 第11-17页 |
| ·模式识别理论和方法概述 | 第11-14页 |
| ·统计模式识别 | 第12-13页 |
| ·结构模式识别 | 第13页 |
| ·模糊模式识别 | 第13页 |
| ·智能模式识别 | 第13-14页 |
| ·图像模式识别 | 第14-17页 |
| ·图像模式识别一般策略 | 第14页 |
| ·图像模式识别过程 | 第14-16页 |
| ·图像模式识别应用 | 第16-17页 |
| 第三章 消化道内窥镜图像预处理技术 | 第17-23页 |
| ·中值滤波 | 第17页 |
| ·高斯滤波 | 第17-19页 |
| ·消除反光 | 第19-20页 |
| ·增强对比度 | 第20-23页 |
| 第四章 基于多级同质的消化道内窥镜图像分割技术 | 第23-31页 |
| ·图像同质的定义 | 第24-25页 |
| ·基于强度和同质的图像分割 | 第25-27页 |
| ·基于色调的图像再分割 | 第27页 |
| ·相似色调区域的合并 | 第27-29页 |
| ·实验结果及其讨论 | 第29-31页 |
| 第五章 基于Bayesian理论的消化道内窥镜图像诊断 | 第31-41页 |
| ·内窥镜图像的颜色量化 | 第31-33页 |
| ·颜色特征的提取 | 第33-36页 |
| ·直方图的信息熵 | 第34-35页 |
| ·直方图的面积 | 第35页 |
| ·直方图的序列 | 第35-36页 |
| ·纹理特征的提取 | 第36-37页 |
| ·利用Bayesian分类器进行分类 | 第37-39页 |
| ·实验结果及其讨论 | 第39-41页 |
| 第六章 基于椭圆匹配的消化道内窥镜图像息肉检测 | 第41-57页 |
| ·二值边界检测 | 第42-46页 |
| ·彩色图像边缘检测 | 第42-44页 |
| ·边界细化 | 第44-46页 |
| ·边界去噪 | 第46页 |
| ·随机化的椭圆检测 | 第46-54页 |
| ·确定椭圆方程的系数 | 第47-51页 |
| ·确定椭圆的参数 | 第51-52页 |
| ·确定可能的椭圆 | 第52-53页 |
| ·确定确实存在的椭圆 | 第53-54页 |
| ·实验结果及其讨论 | 第54-57页 |
| 第七章 总结与展望 | 第57-59页 |
| ·总结 | 第57-58页 |
| ·展望 | 第58-59页 |
| 致谢 | 第59-61页 |
| 参考文献 | 第61-67页 |
| 研究成果 | 第67页 |