基于融合LBP和小波矩的肺癌图像精细分类算法研究
| 摘要 | 第4-6页 |
| Abstract | 第6-8页 |
| 第1章 绪论 | 第12-20页 |
| 1.1 研究背景及意义 | 第12-14页 |
| 1.2 图像精细分类技术研究现状 | 第14-17页 |
| 1.3 主要研究内容 | 第17-19页 |
| 1.4 章节结构 | 第19-20页 |
| 第2章 图像分类技术 | 第20-29页 |
| 2.1 普通图像分类技术简介 | 第20-23页 |
| 2.1.1 基于码书的图像分类算法 | 第20-21页 |
| 2.1.2 基于释文的图像分类算法 | 第21-23页 |
| 2.2 精细图像分类技术 | 第23-25页 |
| 2.3 分类算法简介 | 第25-28页 |
| 2.3.1 监督分类 | 第25页 |
| 2.3.2 非监督分类 | 第25-26页 |
| 2.3.3 常用分类算法介绍 | 第26-28页 |
| 2.4 本章小结 | 第28-29页 |
| 第3章 局部二值模式及改进 | 第29-42页 |
| 3.1 局部二值模式算子简介 | 第29-35页 |
| 3.1.1 基本局部二值模式介绍 | 第29-31页 |
| 3.1.2 旋转不变局部二值模式 | 第31页 |
| 3.1.3 旋转不变等价局部二值模式 | 第31-33页 |
| 3.1.4 局部二值模式的优缺点 | 第33页 |
| 3.1.5 MBLBP算子 | 第33-35页 |
| 3.2 形状特征简介 | 第35-38页 |
| 3.2.1 几何矩 | 第36页 |
| 3.2.2 Zernike矩 | 第36-37页 |
| 3.2.3 小波矩的构造 | 第37-38页 |
| 3.3 特征融合与匹配步骤 | 第38-41页 |
| 3.3.1 融合与匹配 | 第38-39页 |
| 3.3.2 空间金字塔改进算法 | 第39-41页 |
| 3.4 本章小结 | 第41-42页 |
| 第4章 实验 | 第42-48页 |
| 4.1 数据库 | 第42-43页 |
| 4.2 分类器的选择 | 第43页 |
| 4.3 图像分类流程 | 第43-44页 |
| 4.4 实验一 | 第44-45页 |
| 4.5 实验二 | 第45-46页 |
| 4.6 实验三 | 第46-47页 |
| 4.7 本章小结 | 第47-48页 |
| 第5章 总结与展望 | 第48-50页 |
| 5.1 总结 | 第48-49页 |
| 5.2 展望 | 第49-50页 |
| 参考文献 | 第50-54页 |
| 作者简介及在学期间所获得科研成果 | 第54-55页 |
| 致谢 | 第55页 |
