基于DTW的序列医学图像匹配方法研究
| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7页 |
| 1 引言 | 第10-14页 |
| 1.1 课题背景 | 第10页 |
| 1.2 图像匹配方法研究现状介绍 | 第10-12页 |
| 1.3 图像匹配算法性能评价标准 | 第12-13页 |
| 1.4 本文工作介绍 | 第13-14页 |
| 2 医学图像匹配技术原理及关键技术 | 第14-23页 |
| 2.1 医学图像的基本特征 | 第14页 |
| 2.2 图像匹配技术基本原理 | 第14-15页 |
| 2.3 医学图像匹配关键技术介绍 | 第15-22页 |
| 2.3.1 图像分割 | 第15-16页 |
| 2.3.2 特征提取 | 第16-21页 |
| 2.3.3 特征匹配 | 第21-22页 |
| 2.4 本章小结 | 第22-23页 |
| 3 底层图像特征提取 | 第23-35页 |
| 3.1 几何不变矩算法 | 第23-25页 |
| 3.1.1 几何不变矩算法简介 | 第23-25页 |
| 3.2 局部二值模式算法 | 第25-29页 |
| 3.2.1 原始局部二值模式算法简介 | 第25-26页 |
| 3.2.2 改进局部二值模式算法 | 第26-28页 |
| 3.2.3 LBP特征用于检测的原理 | 第28页 |
| 3.2.4 对LBP特征向量提取步骤 | 第28-29页 |
| 3.3 SIFT算法 | 第29-35页 |
| 3.3.1 尺度不变算法简介 | 第29-33页 |
| 3.3.2 特征点主方向的提取 | 第33页 |
| 3.3.3 特征描述子的生成 | 第33-35页 |
| 4 图像预处理及特征融合 | 第35-45页 |
| 4.1 图像预处理 | 第35-37页 |
| 4.1.1 Gabor变换 | 第35-37页 |
| 4.2 图像特征融合 | 第37-41页 |
| 4.2.1 特征融合技术简介 | 第37-40页 |
| 4.2.2 特征融合技术实现步骤 | 第40-41页 |
| 4.3 图像匹配 | 第41-45页 |
| 4.3.1 动态时间规整简介 | 第41页 |
| 4.3.2 动态时间规整算法介绍 | 第41-45页 |
| 5 实验结果 | 第45-51页 |
| 5.1 数据库介绍 | 第45-47页 |
| 5.2 实验结果比较 | 第47-50页 |
| 5.2.1 局部特征SIFT算法检索结果 | 第47-49页 |
| 5.2.2 本文全局特征相关算法检索结果 | 第49-50页 |
| 5.3 实验总结 | 第50-51页 |
| 6 总结与展望 | 第51-53页 |
| 6.1 总结 | 第51页 |
| 6.2 展望 | 第51-53页 |
| 参考文献 | 第53-56页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第56-58页 |
| 学位论文数据集 | 第58页 |
