舌象瘀斑识别与舌象采集装置改进的研究
摘要 | 第5-6页 |
Abstract | 第6页 |
第1章 引言 | 第10-19页 |
1.1 课题背景 | 第10-11页 |
1.2 课题研究意义和应用前景 | 第11页 |
1.3 国内相关外研究现状 | 第11-17页 |
1.3.1 采集装置研究现状 | 第11-14页 |
1.3.2 舌象分割研究现状 | 第14-16页 |
1.3.3 舌象瘀斑提取与识别研究现状 | 第16-17页 |
1.4 研究内容及章节安排 | 第17-19页 |
第2章 基于全卷积神经网络的舌象分割研究 | 第19-41页 |
2.1 舌体定位分割预处理 | 第19-23页 |
2.1.1 RGB颜色空间介绍 | 第19-20页 |
2.1.2 基于灰度投影的舌体定位分割 | 第20-23页 |
2.2 全卷积神经网络介绍 | 第23-29页 |
2.2.1 卷积神经网络介绍 | 第23-26页 |
2.2.2 全卷积神经网络介绍 | 第26-29页 |
2.3 基于全卷积神经网络的舌象分割 | 第29-38页 |
2.3.1 训练样本准备 | 第29-32页 |
2.3.2 网络模型构建与训练 | 第32-36页 |
2.3.3 舌象分割结果优化 | 第36-38页 |
2.4 实验结果与分析 | 第38-40页 |
2.5 本章小结 | 第40-41页 |
第3章 基于大津法与分水岭的舌象瘀斑区域提取研究 | 第41-56页 |
3.1 舌象样本来源与算法框架 | 第41-42页 |
3.2 基于大津法的瘀斑区域粗分割 | 第42-47页 |
3.2.1 HSV颜色空间转换与颜色分量选取 | 第42-43页 |
3.2.2 图像直方图均衡增强 | 第43-45页 |
3.2.3 大津法瘀斑区域粗分割 | 第45-47页 |
3.3 基于分水岭的瘀斑区域细分割 | 第47-49页 |
3.3.1 数学形态学开闭重建 | 第47-48页 |
3.3.2 分水岭瘀斑区域细分割 | 第48-49页 |
3.4 瘀斑区域提取后处理 | 第49-53页 |
3.4.1 裂纹误提取区域去除 | 第49-52页 |
3.4.2 浅色误提取区域去除 | 第52-53页 |
3.5 实验结果与分析 | 第53-55页 |
3.6 本章小结 | 第55-56页 |
第4章 舌象瘀斑特征提取与识别研究 | 第56-72页 |
4.1 瘀斑位置特征 | 第56-61页 |
4.1.1 舌图像歪斜校正 | 第56-58页 |
4.1.2 舌五分区法部位划分 | 第58-60页 |
4.1.3 瘀斑位置特征提取 | 第60-61页 |
4.2 瘀斑形状特征 | 第61-63页 |
4.2.1 瘀斑周长提取 | 第61-62页 |
4.2.2 瘀斑面积提取 | 第62页 |
4.2.3 瘀斑圆形度提取 | 第62-63页 |
4.2.4 瘀斑矩形度与长宽比提取 | 第63页 |
4.3 瘀斑颜色特征 | 第63-66页 |
4.3.1 Lab颜色空间介绍与转换 | 第63-64页 |
4.3.2 瘀斑颜色特征提取 | 第64-66页 |
4.4 基于LIBSVM的瘀斑识别分析 | 第66-71页 |
4.4.1 SVM与LIBSVM工具箱介绍 | 第66-67页 |
4.4.2 瘀斑形状识别 | 第67-68页 |
4.4.3 瘀斑程度识别 | 第68-70页 |
4.4.4 舌上瘀块存在情况量化分析 | 第70-71页 |
4.5 本章小结 | 第71-72页 |
第5章 舌象采集装置改进研究 | 第72-92页 |
5.1 原舌象采集装置介绍 | 第72-75页 |
5.2 图像传感器改进 | 第75-76页 |
5.3 暗箱光源环境改进 | 第76-80页 |
5.3.1 光源要求 | 第76-78页 |
5.3.2 光源布局 | 第78-79页 |
5.3.3 光源选择 | 第79-80页 |
5.4 相机与光源固定装置设计 | 第80-82页 |
5.5 相机控制软件开发 | 第82-91页 |
5.5.1 MFC与EDSDK介绍 | 第82-84页 |
5.5.2 相机连接模块开发 | 第84-85页 |
5.5.3 参数设置模块开发 | 第85-87页 |
5.5.4 相机控制模块开发 | 第87-88页 |
5.5.5 图像显示与保存模块开发 | 第88-89页 |
5.5.6 软件界面设计 | 第89-91页 |
5.6 本章小结 | 第91-92页 |
第6章 总结与展望 | 第92-94页 |
参考文献 | 第94-99页 |
致谢 | 第99-100页 |
攻读硕士学位期间发表的学术论文 | 第100页 |