基于HSI空间的眼底图像处理关键技术研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-13页 |
| ·选题的背景和研究意义 | 第9-10页 |
| ·彩色眼底图像处理的关键技术 | 第10页 |
| ·国内外研究现状 | 第10-11页 |
| ·研究内容与章节结构安排 | 第11-13页 |
| 第二章 图像颜色空间概述 | 第13-21页 |
| ·RGB 与 HSI 颜色空间介绍 | 第13-15页 |
| ·眼底图像中分量图像的统计分析 | 第15-17页 |
| ·主要统计参数 | 第15页 |
| ·实验图表及数据 | 第15-16页 |
| ·分量图像的分析与说明 | 第16-17页 |
| ·血管边缘检测实验与结果分析 | 第17-20页 |
| ·实验所运用的理论基础 | 第17-18页 |
| ·实验结果与分析 | 第18-20页 |
| ·本章小结 | 第20-21页 |
| 第三章 彩色眼底图像的 NSCT 降噪 | 第21-32页 |
| ·眼底图像噪声的分析 | 第21页 |
| ·小波理论基础 | 第21-22页 |
| ·Contourlet 理论基础 | 第22-23页 |
| ·NSCT 理论基础 | 第23-24页 |
| ·融合矢量中值滤波的 NSCT 降噪算法 | 第24-26页 |
| ·矢量中值滤波理论 | 第24-25页 |
| ·NSCT 降噪理论 | 第25-26页 |
| ·融合 VMF 的 NSCT 降噪算法流程 | 第26页 |
| ·各种多尺度降噪算法的实验结果及质量评价 | 第26-31页 |
| ·降噪实验结果 | 第26-28页 |
| ·降噪算法评价 | 第28-31页 |
| ·本章小结 | 第31-32页 |
| 第四章 眼底图像血管边缘检测 | 第32-41页 |
| ·边缘检测算子 | 第32-34页 |
| ·基于 edge 函数的边缘检测方法 | 第32-33页 |
| ·Kirsch 算子边缘检测方法 | 第33页 |
| ·实验结果及讨论 | 第33-34页 |
| ·小波模极大值的边缘检测 | 第34-37页 |
| ·小波模极大值的算法理论 | 第34-36页 |
| ·实验结果及讨论 | 第36-37页 |
| ·形态学彩色眼底图像边缘检测 | 第37-39页 |
| ·形态学边缘检测理论 | 第37-38页 |
| ·实验结果及讨论 | 第38-39页 |
| ·实验总结与分析 | 第39-40页 |
| ·本章小结 | 第40-41页 |
| 第五章 结合形态学处理的眼底图像血管分割 | 第41-51页 |
| ·阈值分割 | 第41-42页 |
| ·自动阈值法 | 第42-45页 |
| ·迭代式阈值分割法 | 第42-43页 |
| ·OTSU 阈值分割法 | 第43-44页 |
| ·实验结果及讨论 | 第44-45页 |
| ·分水岭血管分割算法 | 第45-46页 |
| ·分水岭分割理论 | 第45页 |
| ·实验结果及讨论 | 第45-46页 |
| ·结合高低帽增强的眼底图像 OTSU 阈值分割法 | 第46-50页 |
| ·高低帽变换 | 第46页 |
| ·实验结果及讨论 | 第46-50页 |
| ·本章小结 | 第50-51页 |
| 第六章 总结与展望 | 第51-52页 |
| 参考文献 | 第52-55页 |
| 致谢 | 第55-56页 |
| 个人简历 | 第56页 |
