基于传统机器视觉方法的骨骼X光片诊断方法研究
| 摘要 | 第3-5页 |
| abstract | 第5-6页 |
| 第一章 引言 | 第12-15页 |
| 1.1 背景 | 第12页 |
| 1.2 研究现状 | 第12-13页 |
| 1.3 研究目的和意义 | 第13-14页 |
| 1.4 本文结构 | 第14-15页 |
| 第二章 传统图像分类和目标检测方法概述 | 第15-31页 |
| 2.1 图像分类常用框架 | 第15-24页 |
| 2.1.1 图像预处理 | 第15-20页 |
| 2.1.2 特征提取 | 第20-22页 |
| 2.1.3 特征变换和选择 | 第22-23页 |
| 2.1.4 分类 | 第23-24页 |
| 2.2 目标检测常用框架 | 第24-25页 |
| 2.3 特征提取方法概述 | 第25-27页 |
| 2.4 分类方法概述 | 第27-30页 |
| 2.5 本章小结 | 第30-31页 |
| 第三章 骨骼图像异常分类方法研究 | 第31-55页 |
| 3.1 图像预处理 | 第31-37页 |
| 3.2 特征提取和分类设计 | 第37-42页 |
| 3.2.1 特征提取 | 第37-40页 |
| 3.2.2 分类设计 | 第40-42页 |
| 3.3 实验结果和分析 | 第42-54页 |
| 3.3.1 数据集介绍 | 第42-45页 |
| 3.3.2 实验结果和分析 | 第45-54页 |
| 3.4 本章小结 | 第54-55页 |
| 第四章 骨骼异常区域精确定位方法研究 | 第55-74页 |
| 4.1 数据集的标定 | 第55-57页 |
| 4.1.1 数据集标定的工具 | 第55-57页 |
| 4.1.2 数据集标定的结果 | 第57页 |
| 4.2 基于滑动窗口的异常区域检测方法 | 第57-61页 |
| 4.2.1 训练集的产生 | 第57-58页 |
| 4.2.2 窗口的选择和设定 | 第58-59页 |
| 4.2.3 窗口图像块的分类方法 | 第59-61页 |
| 4.3 实验结果与分析 | 第61-72页 |
| 4.3.1 基于全部数据集的实验结果 | 第61-69页 |
| 4.3.2 基于部分数据集的实验结果 | 第69-72页 |
| 4.4 本章小结 | 第72-74页 |
| 第五章 总结与展望 | 第74-76页 |
| 5.1 总结 | 第74-75页 |
| 5.2 展望 | 第75-76页 |
| 致谢 | 第76-77页 |
| 参考文献 | 第77-80页 |
