首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

视网膜图像的分析与研究

摘要第5-6页
ABSTRACT第6-7页
第一章 绪论第10-17页
    1.1 研究背景和意义第10-13页
        1.1.1 眼底医学影像的简介第10-11页
        1.1.2 人眼结构以及眼底结构简介第11-12页
        1.1.3 视盘定位与分割的意义第12-13页
    1.2 国内外研究现状第13-15页
        1.2.1 视盘定位的研究现状第13-14页
        1.2.2 视盘的分割研究现状第14-15页
    1.3 本文研究内容与贡献第15页
    1.4 本文的结构安排第15-17页
第二章 医学图像处理的关键技术第17-29页
    2.1 DOG算子检测第17-20页
        2.1.1 多尺度框架第17页
        2.1.2 生成DoG尺度空间第17页
        2.1.3 图像金字塔建立和极值点检测第17-19页
        2.1.4 去除伪极值点第19-20页
    2.2 数学形态学第20-22页
    2.3 主动轮廓模型第22-24页
    2.4 分水岭变换第24-27页
    2.5 实验数据库第27-28页
    2.6 本章小结第28-29页
第三章 图像的预处理第29-42页
    3.1 图像灰度化第29-33页
        3.1.1 主成分分析原理第30-31页
        3.1.2 基于PCA的图像灰度化第31-33页
    3.2 视网膜区域提取第33-35页
        3.2.1 OTSU原理第33-34页
        3.2.2 基于OTSU的视网膜区域提取第34-35页
    3.3 血管粗提取第35-38页
    3.4 血管消除第38-42页
第四章 视盘定位的方法第42-54页
    4.1 基于梯度差和DOG的视盘定位第43-49页
        4.1.1 基于梯度差视盘水平位置的定位第43-45页
        4.1.2 基于灰度特征视盘垂直位置的定位第45-46页
        4.1.3 基于 DOG 检测视盘垂直位置定位第46-49页
    4.2 实验与分析第49-53页
    4.3 本章小结第53-54页
第五章 视盘分割方法第54-72页
    5.1 图像预处理第54-55页
    5.2 基于射线边缘点检测的视盘分割第55-63页
        5.2.1 原始的方法第55-57页
        5.2.2 改进的基于射线的边缘点检测第57-60页
        5.2.3 基于ACM的视盘分割第60-61页
        5.2.4 实验与讨论第61-63页
    5.3 基于分水岭变换的视盘分割第63-71页
        5.3.1 分水岭分割方法第63-64页
        5.3.2 区域的筛选第64-65页
        5.3.3 最小二乘法拟合第65-68页
        5.3.4 基于ACM的视盘分割第68-69页
        5.3.5 实验与讨论第69-71页
    5.4 本章小结第71-72页
第六章 总结第72-74页
    6.1 本文的主要工作与结论第72页
    6.2 工作展望第72-74页
致谢第74-75页
参考文献第75-79页

论文共79页,点击 下载论文
上一篇:基于句模的初等数学问题题意理解方法研究及应用
下一篇:基于组合特征的人脸表情识别算法研究