生物光学图像的光谱分离和图像拼接及静脉显像仪的搭建
| 致谢 | 第4-5页 |
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 1 绪论 | 第10-16页 |
| 1.1 生物光学成像简介 | 第10-11页 |
| 1.2 光谱分离技术的原理及应用 | 第11-12页 |
| 1.3 图像拼接技术的简介及应用 | 第12-13页 |
| 1.4 手背静脉显像仪简介 | 第13-14页 |
| 1.5 论文的章节安排 | 第14-16页 |
| 2 光谱分离技术及其在生物光学图像中的应用 | 第16-32页 |
| 2.1 线性光谱分离模型 | 第16页 |
| 2.2 端元提取算法概述 | 第16-22页 |
| 2.2.1 端元识别算法 | 第17-20页 |
| 2.2.2 端元生成算法 | 第20-22页 |
| 2.3 端元数目估计算法 | 第22-25页 |
| 2.3.1 主成分分析法 | 第23页 |
| 2.3.2 虚拟维度方法 | 第23-24页 |
| 2.3.3 HySime算法 | 第24-25页 |
| 2.4 光谱分离在活体荧光成像中的应用 | 第25-31页 |
| 2.4.1 活体体内光学成像简介 | 第25-26页 |
| 2.4.2 小鼠多光谱荧光图像数据准备 | 第26-29页 |
| 2.4.3 小鼠多光谱图像的光谱分离结果分析 | 第29-31页 |
| 2.5 本章小结 | 第31-32页 |
| 3 图像拼接及其在生物光学图像中的应用 | 第32-50页 |
| 3.1 图像拼接的基本流程 | 第33页 |
| 3.2 图像配准 | 第33-40页 |
| 3.2.1 基于特征点的配准方法 | 第34-36页 |
| 3.2.2 SURF算法特征点检测 | 第36-38页 |
| 3.2.3 SURF算法特征点的描述 | 第38-39页 |
| 3.2.4 特征点匹配 | 第39-40页 |
| 3.3 图像融合 | 第40-42页 |
| 3.3.1 加权融合 | 第41页 |
| 3.3.2 线性渐变加权平均融合 | 第41页 |
| 3.3.3 PCA融合 | 第41-42页 |
| 3.3.4 多频带融合算法 | 第42页 |
| 3.4 SURF算法在病理显微图像拼接上的应用 | 第42-48页 |
| 3.5 本章小结 | 第48-50页 |
| 4 静脉显像仪的搭建 | 第50-60页 |
| 4.1 手背静脉显像原理及实验装置 | 第50-53页 |
| 4.2 手背静脉图像处理及显像过程 | 第53-59页 |
| 4.2.1 图像的滤波与去噪 | 第53-55页 |
| 4.2.2 手背静脉分割 | 第55-58页 |
| 4.2.3 手背静脉投影 | 第58-59页 |
| 4.3 本章小结 | 第59-60页 |
| 5 总结与展望 | 第60-62页 |
| 5.1 总结 | 第60页 |
| 5.2 展望 | 第60-62页 |
| 参考文献 | 第62-68页 |
| 作者简历 | 第68页 |
| 作者在硕士攻读期间的研究成果 | 第68页 |
