| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 1 绪论 | 第11-18页 |
| 1.1 研究背景与意义 | 第11-12页 |
| 1.2 基于计算机视觉的线段分割 | 第12-16页 |
| 1.2.1 图像增强 | 第13-14页 |
| 1.2.2 前景区域定位 | 第14-15页 |
| 1.2.3 阈值分割 | 第15-16页 |
| 1.3 本文研究的主要内容 | 第16-17页 |
| 1.4 本文章节安排 | 第17-18页 |
| 2 相关工作综述 | 第18-24页 |
| 2.1 线段分割方法简介 | 第18页 |
| 2.2 线段分割发展现状 | 第18-19页 |
| 2.3 线段检测方法 | 第19-24页 |
| 2.3.1 Canny算子检测法 | 第19-20页 |
| 2.3.2 Helmholtz感知原则 | 第20-22页 |
| 2.3.3 LSD线段检测法 | 第22-24页 |
| 3 基于血管支持区域的双尺度非线性阈值视网膜图像分割算法 | 第24-45页 |
| 3.1 引言 | 第24-26页 |
| 3.1.1 有监督方法 | 第24-25页 |
| 3.1.2 无监督方法 | 第25-26页 |
| 3.1.3 本章算法概述 | 第26页 |
| 3.2 视网膜血管分割方法 | 第26-36页 |
| 3.2.1 概述 | 第26-27页 |
| 3.2.2 双尺度滤波 | 第27-29页 |
| 3.2.3 血管支持区域的自适应局部阈值 | 第29-34页 |
| 3.2.4 粗细血管融合笔画宽度变换 | 第34-36页 |
| 3.3 实验结果和分析 | 第36-44页 |
| 3.3.1 实验设置 | 第36-37页 |
| 3.3.2 参数对比 | 第37-42页 |
| 3.3.3 算法对比 | 第42-44页 |
| 3.4 本章小结 | 第44-45页 |
| 4 基于线支持区域的闪电通道识别算法 | 第45-56页 |
| 4.1 引言 | 第45-46页 |
| 4.2 闪电数字图像通道识别 | 第46-50页 |
| 4.2.1 识别算法概述 | 第46页 |
| 4.2.2 预处理 | 第46-48页 |
| 4.2.3 前景区域判定 | 第48-49页 |
| 4.2.4 阈值分割 | 第49-50页 |
| 4.3 试验与结果分析 | 第50-55页 |
| 4.3.1 数据集 | 第50-51页 |
| 4.3.2 评价指标 | 第51-52页 |
| 4.3.3 参数分析 | 第52-53页 |
| 4.3.4 试验对比 | 第53-55页 |
| 4.4 本章小结 | 第55-56页 |
| 5 闪电通道识别系统及其应用 | 第56-64页 |
| 5.1 闪电通道识别系统 | 第56-59页 |
| 5.2 闪电通道成像系统及其应用 | 第59-64页 |
| 5.2.1 系统结构和功能 | 第59-60页 |
| 5.2.2 基于线支持区域和宽度变换的闪电图像实时检测算法 | 第60-64页 |
| 6 总结和展望 | 第64-66页 |
| 参考文献 | 第66-70页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第70-72页 |
| 学位论文数据集 | 第72页 |