基于纹理特征描述与匹配的胸部X线图像检索
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 课题的背景、目的及意义 | 第9-12页 |
| 1.1.1 医学影像存档和通信系统 | 第9-10页 |
| 1.1.2 基于内容的医学图像检索 | 第10-11页 |
| 1.1.3 数字胸部X线摄影 | 第11-12页 |
| 1.2 国内外研究进展和现状 | 第12-14页 |
| 1.3 本文的主要研究内容和组织结构 | 第14-15页 |
| 第2章 胸部X线影像的预处理 | 第15-19页 |
| 2.1 胸部X线检索图像库的一致性 | 第15-17页 |
| 2.2 胸部X线影像的增强 | 第17-18页 |
| 2.3 本章小结 | 第18-19页 |
| 第3章 图像内容的视觉特征描述 | 第19-46页 |
| 3.1 灰度共生矩阵法 | 第19-23页 |
| 3.2 基于Gabor滤波器的多尺度纹理特征 | 第23-30页 |
| 3.2.1 Gabor滤波器组的设计 | 第24-27页 |
| 3.2.2 Gabor纹理特征的提取 | 第27-29页 |
| 3.2.3 Gabor滤波器组的特性 | 第29-30页 |
| 3.3 尺度不变特征变换 | 第30-45页 |
| 3.3.1 尺度空间的构建 | 第31-34页 |
| 3.3.2 关键点检测 | 第34-40页 |
| 3.3.3 计算关键点的特征方向 | 第40-42页 |
| 3.3.4 特征点SIFT描述子的形成 | 第42-45页 |
| 3.4 本章小结 | 第45-46页 |
| 第4章 图像特征的相似性匹配 | 第46-57页 |
| 4.1 欧氏距离 | 第47页 |
| 4.2 区域特征的加权距离 | 第47-51页 |
| 4.2.1 肺部区域的划分 | 第48-49页 |
| 4.2.2 子区域的自适应权值 | 第49-51页 |
| 4.3 局部特征点的Kd树匹配 | 第51-56页 |
| 4.3.1 Kd树的构建 | 第51-54页 |
| 4.3.2 BBF算法的最邻近匹配 | 第54-56页 |
| 4.4 本章小结 | 第56-57页 |
| 第5章 胸部X线图像检索算法的实现 | 第57-62页 |
| 5.1 检索的系统流程 | 第57-58页 |
| 5.2 算法的实现与实验结果 | 第58-61页 |
| 5.2.1 全局与区域特征提取与匹配的实现与结果 | 第59-60页 |
| 5.2.2 特征点与局部特征的提取与匹配 | 第60-61页 |
| 5.3 本章小结 | 第61-62页 |
| 第6章 总结与展望 | 第62-64页 |
| 6.1 总结 | 第62页 |
| 6.2 展望 | 第62-64页 |
| 参考文献 | 第64-66页 |
| 致谢 | 第66页 |
