彩色眼底图像的血管分割方法研究
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第1章 绪论 | 第8-15页 |
| 1.1 引言 | 第8-9页 |
| 1.2 研究背景与意义 | 第9-11页 |
| 1.2.1 视网膜结构介绍 | 第9-10页 |
| 1.2.2 研究意义 | 第10-11页 |
| 1.3 国内外研究现状 | 第11-12页 |
| 1.4 眼底血管图像性质与研究难点 | 第12-13页 |
| 1.5 论文研究内容及结构安排 | 第13-15页 |
| 第2章 眼底血管分割基础 | 第15-22页 |
| 2.1 引言 | 第15页 |
| 2.2 RGB彩色空间 | 第15-16页 |
| 2.3 空间滤波 | 第16-18页 |
| 2.3.1 均值滤波器 | 第16-17页 |
| 2.3.2 统计排序滤波器 | 第17页 |
| 2.3.3 高斯滤波器 | 第17-18页 |
| 2.4 图像分割 | 第18-21页 |
| 2.4.1 基于区域的分割方法 | 第18-19页 |
| 2.4.2 基于边缘的分割方法 | 第19页 |
| 2.4.3 基于数学形态学的分割方法 | 第19-20页 |
| 2.4.4 基于监督分类的分割方法 | 第20-21页 |
| 2.5 本章小结 | 第21-22页 |
| 第3章 眼底图像去噪方法 | 第22-32页 |
| 3.1 引言 | 第22-23页 |
| 3.2 理论与方法 | 第23-27页 |
| 3.2.1 NLMF算法 | 第23页 |
| 3.2.2 BF算法 | 第23-24页 |
| 3.2.3 NLEM算法 | 第24页 |
| 3.2.4 改进的去噪方法 | 第24-27页 |
| 3.3 仿真实验结果分析 | 第27-31页 |
| 3.4 本章小结 | 第31-32页 |
| 第4章 基于水平集函数的彩色眼底血管分割方法 | 第32-44页 |
| 4.1 引言 | 第32页 |
| 4.2 水平集模型 | 第32-34页 |
| 4.2.1 曲线演化理论 | 第32-33页 |
| 4.2.2 水平集函数 | 第33-34页 |
| 4.3 C-V模型 | 第34-35页 |
| 4.4 RSF活动轮廓模型 | 第35-37页 |
| 4.5 视网膜图像标准数据库 | 第37-39页 |
| 4.5.1 STARE数据库 | 第37页 |
| 4.5.2 DRIVE数据库 | 第37-39页 |
| 4.6 仿真实验结果分析 | 第39-43页 |
| 4.7 本章小结 | 第43-44页 |
| 第5章 基于广义线性模型的彩色眼底血管分割算法 | 第44-55页 |
| 5.1 引言 | 第44页 |
| 5.2 Gabor滤波特征 | 第44-45页 |
| 5.3 广义线性模型分类器 | 第45-47页 |
| 5.4 仿真实验与结果分析 | 第47-54页 |
| 5.4.1 流程图与仿真实验步骤 | 第47-49页 |
| 5.4.2 仿真实验结果分析 | 第49-54页 |
| 5.5 本章小结 | 第54-55页 |
| 第6章 总结与展望 | 第55-57页 |
| 6.1 课题总结 | 第55页 |
| 6.2 课题展望 | 第55-57页 |
| 参考文献 | 第57-60页 |
| 攻读硕士学位期间参与的项目及取得的研究成果 | 第60-61页 |
| 致谢 | 第61-62页 |
