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

眼底图像结构识别方法的研究

摘要第4-6页
Abstract第6-7页
第1章 绪论第11-18页
    1.1 引言第11页
    1.2 研究背景及研究意义第11-13页
    1.3 国内外研究现状第13-15页
        1.3.1 眼底图像视盘识别的研究现状第13-14页
        1.3.2 眼底图像黄斑识别的研究现状第14-15页
    1.4 本文主要工作第15-16页
    1.5 论文结构第16-18页
第2章 相关理论介绍第18-24页
    2.1 眼底结构和眼底图像第18-19页
    2.2 数据集第19-20页
    2.3 图像配准第20页
    2.4 局部特征描述子第20-22页
        2.4.1 局部特征第21页
        2.4.2 局部特征描述子概述第21-22页
    2.5 本章小结第22-24页
第3章 眼底图像结构识别方法技术分析第24-42页
    3.1 方法概述第24-26页
    3.2 图像预处理第26-29页
        3.2.1 数据库图像处理第26-28页
        3.2.2 待处理眼底图像预处理第28-29页
    3.3 选择感兴趣图像第29-31页
        3.3.1 GIST特征提取第30-31页
        3.3.2 选择感兴趣图像第31页
    3.4 待处理图像和感兴趣图像的配准第31-34页
        3.4.1 SIFT特征描述子第32-33页
        3.4.2 待处理图像和感兴趣图像的配准第33-34页
    3.5 眼底结构语义标签的传递第34-35页
    3.6 结果优化及显示第35-38页
        3.6.1 初步识别结果优化第35-37页
        3.6.2 结果完善及显示第37-38页
    3.7 应用价值提高第38-41页
        3.7.1 图像标准化第39-40页
        3.7.2 选择感兴趣图像加速第40页
        3.7.3 数据库图像积累第40-41页
    3.8 本章小结第41-42页
第4章 性能指标的设计与结果分析第42-55页
    4.1 眼底图像视盘识别性能分析第42-48页
        4.1.1 识别效果第42-44页
        4.1.2 性能衡量指标设计第44-45页
        4.1.3 性能指标的对比及讨论第45-48页
    4.2 眼底图像黄斑识别性能分析第48-53页
        4.2.1 识别效果第48-50页
        4.2.2 性能衡量指标设计第50-51页
        4.2.3 性能指标的对比及讨论第51-53页
    4.3 本文方法结果讨论第53-54页
    4.4 本章小结第54-55页
第5章 总结与展望第55-58页
    5.1 本文总结第55-56页
    5.2 后续研究展望第56-58页
参考文献第58-64页
作者简介及在学期间所取得的科研成果第64-65页
致谢第65页

论文共65页,点击 下载论文
上一篇:慢性前列腺炎患者性欲减退相关因素分析
下一篇:全日制生物教育硕士专业认同的调查研究