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

糖尿病视网膜病变图像的血管提取方法研究

摘要第5-6页
ABSTRACT第6-7页
第1章 绪论第10-16页
    1.1 研究背景及意义第10-11页
    1.2 糖尿病视网膜病变第11-12页
    1.3 视网膜血管分割的研究现状第12-13页
    1.4 本文研究内容第13-14页
    1.5 论文章节安排第14-16页
第2章 相关理论基础和技术第16-22页
    2.1 开发工具简介第16页
    2.2 提取彩色视网膜图像的绿通道第16-17页
    2.3 数学形态学第17-18页
    2.4 实验所用数据库介绍第18-19页
    2.5 血管分割的评价标准第19-20页
    2.6 本章小结第20-22页
第3章 基于映射的视盘定位方法第22-30页
    3.1 背景介绍第22-23页
    3.2 利用形态学与位平面分层法提取主血管第23-25页
    3.3 确定视盘中心水平坐标第25-26页
    3.4 确定视盘中心垂直坐标第26-27页
    3.5 实验对比与讨论第27-28页
    3.6 本章小结第28-30页
第4章 基于多尺度多方向的视网膜图像增强方法第30-42页
    4.1 背景介绍第30-32页
    4.2 多尺度HESSIAN矩阵滤波第32-33页
    4.3 多方向二维匹配滤波第33-34页
    4.4 多尺度与多方向结果相融合第34页
    4.5 实验对比与讨论第34-40页
    4.6 本章小结第40-42页
第5章 基于全局阈值与局部阈值的血管分割方法第42-50页
    5.1 图像预处理第43页
    5.2 基于全局阈值的主血管分割第43-44页
    5.3 基于局部阈值的细小血管分割第44-45页
    5.4 主血管与细小血管相融合第45-46页
    5.5 实验对比与讨论第46-49页
    5.6 本章小结第49-50页
第6章 糖尿病视网膜病变图像的血管分割方法第50-58页
    6.1 背景介绍第50-51页
    6.2 病变图像的血管分割算法第51-52页
    6.3 检测硬性渗出病变区域第52-54页
    6.4 去除病变区域第54-55页
    6.5 实验对比与讨论第55-57页
    6.6 本章小结第57-58页
第7章 总结与展望第58-60页
    7.1 工作总结第58-59页
    7.2 工作展望第59-60页
参考文献第60-68页
攻读硕士期间已发表的论文第68-70页
致谢第70页

论文共70页,点击 下载论文
上一篇:非同步相机的动态物体三维重建的误差分析
下一篇:计算机视觉技术在LED点胶机中的应用