| 摘要 | 第8-9页 |
| ABSTRACT | 第9-10页 |
| 第1章 绪论 | 第11-14页 |
| 1.1 研究意义与研究现状 | 第11-12页 |
| 1.2 本文主要工作 | 第12-14页 |
| 第2章 经典的图像分割、特征匹配与特征聚类方法 | 第14-23页 |
| 2.1 经典的图像分割算法 | 第14-17页 |
| 2.1.1 常用的图像分割方法 | 第14-15页 |
| 2.1.2 基于Harr-like特征的图像分割方法 | 第15-16页 |
| 2.1.3 基于Harr-like特征的图像分割应用实例 | 第16-17页 |
| 2.2 经典的特征匹配方法 | 第17-20页 |
| 2.2.1 SIFT特征匹配 | 第17-19页 |
| 2.2.2 SURF特征匹配 | 第19-20页 |
| 2.3 经典的特征聚类方法 | 第20-22页 |
| 2.3.1 K-means聚类 | 第20-21页 |
| 2.3.2 Mean-shift聚类 | 第21-22页 |
| 2.4 本章小结 | 第22-23页 |
| 第3章 SIFT阈值选择、特征类匹配及其应用 | 第23-31页 |
| 3.1 SIFT特征的阈值调整方法 | 第23-26页 |
| 3.1.1 对比度阈值的选择及分析 | 第24页 |
| 3.1.2 主曲率阈值的选择及分析 | 第24-25页 |
| 3.1.3 距离阈值的选择及分析 | 第25-26页 |
| 3.2 基于区域相似度的特征类匹配方法 | 第26-30页 |
| 3.2.1 基于特征类的相似度计算方法 | 第26-28页 |
| 3.2.2 基于特征类的匹配方法 | 第28-30页 |
| 3.3 本章小结 | 第30-31页 |
| 第4章 糖尿病视网膜病变图像的分析与处理 | 第31-39页 |
| 4.1 眼底图像的ROI提取 | 第31-32页 |
| 4.1.1 眼底图像的ROI提取方法 | 第31-32页 |
| 4.1.2 眼底图像的ROI提取结果与分析 | 第32页 |
| 4.2 眼底图像的归一化处理 | 第32-36页 |
| 4.2.1 眼底图像的归一化处理方法 | 第33-34页 |
| 4.2.2 眼底图像的归一化处理结果与分析 | 第34-36页 |
| 4.3 眼底图像的灰度化处理 | 第36页 |
| 4.4 眼底图像的模板匹配过程及其实现 | 第36-38页 |
| 4.4.1 眼底图像的模板匹配方法及实现 | 第37页 |
| 4.4.2 眼底图像的模板匹配结果 | 第37-38页 |
| 4.5 本章小结 | 第38-39页 |
| 第5章 实验结果与分析 | 第39-46页 |
| 5.1 评估标准 | 第39页 |
| 5.2 特征类匹配方法的实验结果与分析 | 第39-43页 |
| 5.2.1 特征类匹配方法在ORL人脸库上的实验结果与分析 | 第40-41页 |
| 5.2.2 特征类匹配方法在YALE人脸库上的实验结果与分析 | 第41-43页 |
| 5.3 糖尿病视网膜病变图像处理方法的实验结果与分析 | 第43-44页 |
| 5.4 本章小结 | 第44-46页 |
| 第6章 结束语 | 第46-47页 |
| 参考文献 | 第47-51页 |
| 致谢 | 第51-52页 |
| 攻读学位期间完成的学术论文和参加科研情况 | 第52-53页 |
| 学位论文评阅及答辩情况表 | 第53页 |
