| 摘要 | 第5-6页 |
| 英文摘要 | 第6页 |
| 目录 | 第7-8页 |
| 1 绪论 | 第8-20页 |
| 1.1 课题背景及研究意义 | 第8-11页 |
| 1.1.1 人眼解剖结构及主要功能 | 第8-9页 |
| 1.1.2 视网膜病变的危害 | 第9-10页 |
| 1.1.3 手工分割的缺点 | 第10页 |
| 1.1.4 视网膜图像的获取 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-18页 |
| 1.2.1 灰度操作分割方法 | 第12-14页 |
| 1.2.2 分类器分割方法 | 第14-16页 |
| 1.2.3 神经网络分割方法 | 第16-18页 |
| 1.3 主要研究内容 | 第18-19页 |
| 1.4 章节安排 | 第19-20页 |
| 2 基于灰度投票与二维Gabor滤波的视网膜图像增强 | 第20-26页 |
| 2.1 灰度投票算法 | 第20-22页 |
| 2.2 二维Gabor滤波 | 第22-24页 |
| 2.3 预处理图像增强 | 第24-26页 |
| 3 基于高斯混合模型的视网膜血管分割 | 第26-32页 |
| 3.1 高斯混合模型血管分割 | 第26页 |
| 3.2 血管分割后处理 | 第26-32页 |
| 3.2.1 细小血管补充 | 第27-30页 |
| 3.2.2 噪声块去除 | 第30-32页 |
| 4 实验结果与算法评价 | 第32-46页 |
| 4.1 实验用数据库 | 第32页 |
| 4.2 实验结果与评价 | 第32-46页 |
| 5 总结与展望 | 第46-47页 |
| 参考文献 | 第47-52页 |
| 攻读学位期间主要的研究成果 | 第52-53页 |
| 致谢 | 第53页 |