| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第14-23页 |
| 1.1 课题研究的背景及意义 | 第14-16页 |
| 1.1.1 课题研究的背景 | 第14-16页 |
| 1.1.2 课题来源 | 第16页 |
| 1.2 计算机舌诊的国内外研究现状 | 第16-20页 |
| 1.2.1 舌图像分割方法 | 第17-18页 |
| 1.2.2 舌体反光区域检测与修复 | 第18-19页 |
| 1.2.3 舌纹理检测与分类 | 第19-20页 |
| 1.3 计算机舌诊研究中存在的问题 | 第20-21页 |
| 1.4 论文主要研究内容 | 第21-23页 |
| 第2章 基于Gabor幅值及快速步进算法的自动舌体分割方法 | 第23-54页 |
| 2.1 引言 | 第23-24页 |
| 2.2 舌图像边缘增强算法 | 第24-28页 |
| 2.2.1 舌体边缘特点 | 第25页 |
| 2.2.2 基于Gabor幅值的舌图像边缘增强算法 | 第25-28页 |
| 2.3 舌边缘初始化及分割方法 | 第28-42页 |
| 2.3.1 舌体边缘图像二值化 | 第28-31页 |
| 2.3.2 稳定段选择 | 第31-32页 |
| 2.3.3 基于快速步进算法的舌体轮廓检测 | 第32-39页 |
| 2.3.4 基于GVF snake模型的舌体分割 | 第39-42页 |
| 2.4 实验结果及分析 | 第42-53页 |
| 2.4.1 测试数据库及评价标准 | 第43-45页 |
| 2.4.2 GaborFM的参数选择 | 第45-46页 |
| 2.4.3 GaborFM的各部分性能测评 | 第46-49页 |
| 2.4.4 与其他分割算法对比 | 第49-53页 |
| 2.5 本章小结 | 第53-54页 |
| 第3章 基于稳定段引导的交互式舌图像分割方法 | 第54-81页 |
| 3.1 引言 | 第54-56页 |
| 3.2 交互式舌体分割初始化 | 第56-61页 |
| 3.2.1 舌体模板初始化 | 第56-58页 |
| 3.2.2 舌体边缘模板初始化 | 第58-59页 |
| 3.2.3 稳定段初始化 | 第59-60页 |
| 3.2.4 舌体边缘轮廓初始化 | 第60-61页 |
| 3.3 舌体轮廓曲线评估方法 | 第61-63页 |
| 3.4 交互方法及模板更新 | 第63-68页 |
| 3.4.1 交互方法 | 第63页 |
| 3.4.2 稳定段更新 | 第63-65页 |
| 3.4.3 舌体模板及边缘模板更新 | 第65-66页 |
| 3.4.4 舌体轮廓更新 | 第66-68页 |
| 3.5 实验结果与分析 | 第68-80页 |
| 3.5.1 测试数据库及评价准则 | 第68-70页 |
| 3.5.2 参数设定及计算复杂度 | 第70页 |
| 3.5.3 舌体轮廓评估模型实验 | 第70-71页 |
| 3.5.4 算法各步骤性能的测评 | 第71-73页 |
| 3.5.5 与自动舌体分割算法对比实验 | 第73-75页 |
| 3.5.6 与交互分割算法对比实验 | 第75-80页 |
| 3.6 本章小结 | 第80-81页 |
| 第4章 基于加权核范数最小化的舌体反光点修复方法 | 第81-100页 |
| 4.1 引言 | 第81-83页 |
| 4.2 基于超像素的反光点检测方法 | 第83-90页 |
| 4.2.1 高亮区域检测 | 第83-85页 |
| 4.2.2 基于超像素的次反光点区域检测算法 | 第85-90页 |
| 4.3 反光区域修复模型 | 第90-94页 |
| 4.3.1 矩阵填充问题 | 第90-91页 |
| 4.3.2 加权核范数最小化方法 | 第91-92页 |
| 4.3.3 基于WNNM的舌图像修复算法 | 第92-93页 |
| 4.3.4 WNNM算法收敛性证明 | 第93-94页 |
| 4.4 实验结果及分析 | 第94-99页 |
| 4.4.1 合成反光点图像修复结果 | 第94-98页 |
| 4.4.2 真实图像修复结果 | 第98-99页 |
| 4.5 本章小结 | 第99-100页 |
| 第5章 基于散射卷积网络的舌体图像纹理分类方法 | 第100-120页 |
| 5.1 引言 | 第100-101页 |
| 5.2 舌体纹理分类前期处理 | 第101-105页 |
| 5.2.1 舌体反光点判别方法 | 第102-104页 |
| 5.2.2 舌体分区 | 第104-105页 |
| 5.3 基于散射卷积网络的舌纹理特征表达方法 | 第105-111页 |
| 5.3.1 基于小波变换的特征表达方法 | 第106-108页 |
| 5.3.2 基于散射卷积网络的舌纹理表达方法 | 第108-111页 |
| 5.4 基于散射卷积网络的舌图像纹理分类 | 第111-113页 |
| 5.4.1 舌纹理图像分类 | 第111-112页 |
| 5.4.2 基于舌纹理块的舌图像分类 | 第112-113页 |
| 5.5 实验结果及分析 | 第113-119页 |
| 5.5.1 反光点对纹理图像分类影响实验 | 第113-114页 |
| 5.5.2 舌纹理图像分类实验 | 第114-118页 |
| 5.5.3 基于舌纹理块的舌体图像分类试验 | 第118-119页 |
| 5.6 本章小结 | 第119-120页 |
| 结论 | 第120-122页 |
| 参考文献 | 第122-132页 |
| 附录A 附录 | 第132-137页 |
| A.1 主成分分析 | 第132-134页 |
| A.2 支持向量机 | 第134-137页 |
| 攻读博士学位期间发表的论文及其他成果 | 第137-139页 |
| 致谢 | 第139-140页 |
| 个人简历 | 第140页 |