| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 视网膜血管图像研究背景及意义 | 第10-12页 |
| 1.2 国内外研究现状 | 第12-15页 |
| 1.3 本文主要工作及内容安排 | 第15-16页 |
| 第2章 视网膜血管分割的理论基础 | 第16-22页 |
| 2.1 视网膜血管分割基础和图像获取 | 第16-18页 |
| 2.2 视网膜血管分割算法评价指标 | 第18-20页 |
| 2.3 视网膜图像数据库介绍 | 第20-21页 |
| 2.4 本章小结 | 第21-22页 |
| 第3章 现有视网膜血管分割算法研究与分析 | 第22-34页 |
| 3.1 匹配滤波法(MFR) | 第22-26页 |
| 3.1.1 基于高斯匹配滤波的视网膜血管分割(GMFR) | 第22-24页 |
| 3.1.2 基于一阶导数的高斯滤波器的血管分割算法(MF-FDOG) | 第24-26页 |
| 3.2 多尺度Hessian矩阵和形态学变换方法 | 第26-29页 |
| 3.3 基于Gabor滤波器的视网膜血管分割算法 | 第29-32页 |
| 3.4 本章小结 | 第32-34页 |
| 第4章 基于曲波变换和最大类间方差的视网膜血管分割算法 | 第34-60页 |
| 4.1 引言 | 第34-35页 |
| 4.2 相关理论分析 | 第35-40页 |
| 4.2.1 多尺度几何变换 | 第35-38页 |
| 4.2.2 最大类间方差算法 | 第38-40页 |
| 4.3 基于Curvelet变换和最大类间方差方法的视网膜图像分割算法 | 第40-54页 |
| 4.3.1 基于Curvelet变换和形态学处理的视网膜图像增强 | 第41-49页 |
| 4.3.2 基于改进的最大类间方差算法的视网膜血管分割算法 | 第49-52页 |
| 4.3.3 形态学图像后处理 | 第52-54页 |
| 4.4 仿真结果及对比分析 | 第54-59页 |
| 4.5 本章小结 | 第59-60页 |
| 第5章 基于张量投票的视网膜血管分割算法 | 第60-80页 |
| 5.1 引言 | 第60-61页 |
| 5.2 张量投票的基本原理 | 第61-66页 |
| 5.2.1 数据的张量表示 | 第61-62页 |
| 5.2.2 投票域的生成 | 第62-63页 |
| 5.2.3 张量投票过程 | 第63-66页 |
| 5.3 基于张量投票算法的视网膜血管分割算法 | 第66-73页 |
| 5.3.1 本文算法概述 | 第66-67页 |
| 5.3.2 图像预分割 | 第67-68页 |
| 5.3.3 张量投票过程 | 第68-71页 |
| 5.3.4 去除边界和形态学后处理 | 第71-73页 |
| 5.4 仿真结果及对比分析 | 第73-78页 |
| 5.5 本章小结 | 第78-80页 |
| 第6章 结论与展望 | 第80-82页 |
| 6.1 结论 | 第80-81页 |
| 6.2 展望 | 第81-82页 |
| 参考文献 | 第82-88页 |
| 致谢 | 第88-90页 |
| 攻读硕士学位期间发表的论文及科研情况 | 第90页 |
