首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

视网膜血管增强与分割算法研究

摘要第3-4页
Abstract第4页
第一章 绪论第8-14页
    1.1 课题研究背景及意义第8-10页
    1.2 国内外研究现状第10-12页
        1.2.1 血管增强的研究现状第10-11页
        1.2.2 视网膜血管分割现状第11-12页
    1.3 课题研究的难点第12页
    1.4 论文研究内容及结构安排第12-14页
第二章 视网膜图像处理研究基础第14-24页
    2.1 眼底视网膜结构第14-15页
    2.2 视网膜图像标准数据库第15-16页
        2.2.1 DRIVE数据库第16页
        2.2.2 STARE数据库第16页
    2.3 图像增强方法第16-20页
        2.3.1 空间域图像增强第17-20页
        2.3.2 频域率图像增强第20页
    2.4 图像分割方法第20-22页
    2.5 本章小结第22-24页
第三章 视网膜血管图像增强第24-37页
    3.1 视网膜图像预处理第24-28页
        3.1.1 通道的选择第24-26页
        3.1.2 掩膜的提取第26-27页
        3.1.3 亮度调节第27-28页
    3.2 基于CLAHE与Gabor滤波的视网膜血管图像增强第28-34页
        3.2.1 对比度受限自适应直方图均衡化第28-30页
        3.2.2 Gabor滤波第30-33页
        3.2.3 血管增强第33-34页
    3.3 实验结果与分析第34-36页
    3.4 本章小结第36-37页
第四章 视网膜血管图像分割第37-49页
    4.1 基于多尺度单通道线性跟踪的视网膜血管图像分割第37-41页
        4.1.1 多尺度分析第37-38页
        4.1.2 改进的多尺度单通道线性跟踪第38-41页
    4.2 噪声处理第41-43页
        4.2.1 中值滤波第41-42页
        4.2.2 连通域标记第42-43页
    4.3 视网膜血管的形态学处理第43-44页
    4.4 实验结果与分析第44-48页
    4.5 本章小结第48-49页
第五章 总结与展望第49-51页
    5.1 全文总结第49页
    5.2 课题展望第49-51页
致谢第51-52页
参考文献第52-56页
作者简介第56页
攻读硕士学位期间研究成果第56页

论文共56页,点击 下载论文
上一篇:TST技术在隧道超前地质预报中的应用研究
下一篇:高铝粉煤灰提取氧化铝的工艺与机理研究