眼底视网膜图像自动分析中质量改善、特征检测及配准的算法研究
| 中文摘要 | 第1-4页 |
| 英文摘要 | 第4-9页 |
| 1 绪论 | 第9-13页 |
| ·论文研究背景及意义 | 第9页 |
| ·眼底视网膜图像自动分析研究现状 | 第9-12页 |
| ·眼底图像质量改善 | 第10页 |
| ·眼底图像特征检测 | 第10-11页 |
| ·眼底图像配准 | 第11-12页 |
| ·论文研究内容及结构安排 | 第12-13页 |
| 2 荧光视网膜图像增强算法 | 第13-21页 |
| ·引言 | 第13页 |
| ·基于Gabor 滤波器的视网膜图像增强 | 第13-16页 |
| ·二维Gabor 滤波器的原理及参数设计 | 第13-15页 |
| ·双尺度Gabor 滤波器的设计 | 第15-16页 |
| ·视网膜图像动态增强 | 第16-18页 |
| ·形态学top-hat 变换用于视网膜图像增强 | 第16-17页 |
| ·联合的视网膜图像增强方法 | 第17-18页 |
| ·实验结果与分析 | 第18-20页 |
| ·本章小结 | 第20-21页 |
| 3 荧光视网膜图像照度均衡及血管自适应增强算法 | 第21-31页 |
| ·引言 | 第21页 |
| ·处理模型 | 第21-22页 |
| ·背景估计及血管自适应增强 | 第22-24页 |
| ·基于测地膨胀的背景估计算法 | 第22-24页 |
| ·血管自适应增强 | 第24页 |
| ·基于模型的照度均衡算法 | 第24-26页 |
| ·实验结果及精度分析 | 第26-29页 |
| ·本章小结 | 第29-31页 |
| 4 荧光视网膜图像视神经盘定位与分割算法 | 第31-45页 |
| ·引言 | 第31-33页 |
| ·视神经盘定位 | 第33-35页 |
| ·视盘区域图像预处理 | 第35-37页 |
| ·血管移除 | 第36页 |
| ·图像平滑 | 第36-37页 |
| ·视神经盘轮廓提取 | 第37-39页 |
| ·实验结果及精度分析 | 第39-43页 |
| ·数据集及评估方法 | 第39-40页 |
| ·定位算法 | 第40-41页 |
| ·轮廓提取算法 | 第41-43页 |
| ·本章小结 | 第43-45页 |
| 5 视网膜图像血管中心线检测算法 | 第45-57页 |
| ·引言 | 第45-46页 |
| ·图像脊线检测 | 第46-48页 |
| ·图像预处理及多尺度增强处理 | 第48-49页 |
| ·预处理及视场ROI 提取 | 第48-49页 |
| ·图像多尺度增强处理 | 第49页 |
| ·血管中心线提取 | 第49-51页 |
| ·实验结果及精度分析 | 第51-55页 |
| ·本章小结 | 第55-57页 |
| 6 眼底视网膜图像配准算法 | 第57-77页 |
| ·引言 | 第57-58页 |
| ·粗配准 | 第58-61页 |
| ·血管中心线图像多分辨率分层 | 第58-59页 |
| ·粗配准最优化准则 | 第59-61页 |
| ·血管特征点检测 | 第61-63页 |
| ·血管结点与端点检测准则 | 第61-62页 |
| ·特征结点检测 | 第62-63页 |
| ·精配准 | 第63-67页 |
| ·互信息 | 第63页 |
| ·特征结点匹配 | 第63-64页 |
| ·变换模型确定 | 第64-67页 |
| ·实验结果及精度分析 | 第67-75页 |
| ·本章小结 | 第75-77页 |
| 7 结论与展望 | 第77-79页 |
| ·结论 | 第77页 |
| ·展望 | 第77-79页 |
| 致谢 | 第79-81页 |
| 参考文献 | 第81-87页 |
| 附录 A. 作者在攻读学位期间发表的论文目录 | 第87页 |
