| 摘要 | 第6-7页 |
| Abstract | 第7页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 研究背景和意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.3 研究难点 | 第13-16页 |
| 1.4 论文结构 | 第16-18页 |
| 第2章 无线胶囊内窥镜序列图像的常见出血特征 | 第18-24页 |
| 2.1 颜色特征 | 第18-19页 |
| 2.2 统计特征 | 第19-20页 |
| 2.3 纹理特征 | 第20-21页 |
| 2.4 无线胶囊内窥镜序列段数据集的建立 | 第21-22页 |
| 2.5 算法评价标准 | 第22-23页 |
| 2.6 本章小节 | 第23-24页 |
| 第3章 无线胶囊内窥镜序列图像的特征提取 | 第24-33页 |
| 3.1 基于词的颜色直方图的特征提取 | 第24-27页 |
| 3.2 基于红色比特征的特征提取 | 第27-28页 |
| 3.3 基于统计特征的特征提取 | 第28-32页 |
| 3.4 本章小节 | 第32-33页 |
| 第4章 预检测CBRF算法 | 第33-44页 |
| 4.1 无线胶囊内窥镜序列图像干扰背景剔除算法 | 第33页 |
| 4.2 无线胶囊内窥镜序列图像肠腔干扰区域去除算法 | 第33-35页 |
| 4.3 无线胶囊内窥镜序列图像边缘褶皱移除算法 | 第35-36页 |
| 4.4 超像素分割算法介绍 | 第36-41页 |
| 4.4.1 简单线性迭代聚类算法(SLIC) | 第36-38页 |
| 4.4.2 GPU计算与NVIDIA CUDA | 第38-39页 |
| 4.4.3 gSLIC | 第39-40页 |
| 4.4.4 超像素分割算法速度提升实验结果对比 | 第40-41页 |
| 4.5 颜色模型 | 第41-43页 |
| 4.6 本章小结 | 第43-44页 |
| 第5章 融合时域特性的胶囊内窥镜序列图像出血段定位 | 第44-60页 |
| 5.1 融合时域特性的出血段定位算法介绍 | 第44-55页 |
| 5.1.1 算法步骤 | 第45-46页 |
| 5.1.2 融合时域特性的颜色特征提取 | 第46-48页 |
| 5.1.3 两种特征实验结果对比及融合 | 第48-49页 |
| 5.1.4 CBRF算法预处理检测实验结果对比 | 第49-53页 |
| 5.1.5 超像素分割数SP的确定 | 第53-54页 |
| 5.1.6 时域模型对实验结果的优化 | 第54-55页 |
| 5.2 算法实验结果对比 | 第55-59页 |
| 5.2.1 实验环境 | 第55-56页 |
| 5.2.2 与当前三种识别性较好的算法实验结果对比 | 第56-58页 |
| 5.2.3 与当前三种识别性较好的算法补充实验结果对比 | 第58-59页 |
| 5.3 本章小节 | 第59-60页 |
| 总结与展望 | 第60-62页 |
| 致谢 | 第62-63页 |
| 参考文献 | 第63-68页 |
| 攻读硕士学位期间发表的论文及科研成果 | 第68页 |
