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

眼底照相机图像处理与分析关键技术研究

摘要第1-5页
ABSTRACT第5-11页
第一章 绪论第11-17页
   ·引言第11-12页
   ·研究背景第12-15页
     ·人眼及其眼底的医学基础第12-13页
     ·图像处理的发展及其在医学领域中的应用第13-14页
     ·眼底检查及其眼底图像的重要临床价值第14-15页
   ·论文主要研究工作第15-16页
   ·论文内容安排第16-17页
第二章 眼底图像处理关键技术综述第17-24页
   ·图像增强第17-20页
     ·图像增强概念第17-18页
     ·图像增强方法第18-20页
   ·图像分割第20-22页
     ·图像分割概念第20页
     ·图像分割方法第20-22页
   ·图像识别第22-23页
     ·图像识别概念第22页
     ·图像识别方法第22-23页
   ·本章小结第23-24页
第三章 眼底图像增强第24-47页
   ·灰度修正第25-32页
     ·灰度化处理第25-27页
     ·灰度变换第27-29页
     ·直方图修正第29-32页
   ·图像的平滑第32-39页
     ·模板操作第32-33页
     ·邻域平均法第33-34页
     ·选择式掩模平滑第34-36页
     ·中值滤波第36-37页
     ·高斯匹配滤波第37-39页
   ·图像的锐化第39-42页
     ·梯度锐化第39-40页
     ·拉普拉斯掩模锐化第40-42页
   ·基于粗糙集与小波反锐化掩模的眼底图像增强第42-46页
     ·粗糙集去噪第42-43页
     ·小波反锐化掩模增强第43-46页
   ·结果分析第46页
   ·本章小结第46-47页
第四章 眼底病灶识别第47-56页
   ·眼底图像分割方法比较第47-48页
   ·图像阈值分割第48-49页
   ·眼底图像的阈值选取第49-50页
   ·大津法眼底病灶识别第50-51页
     ·大津法的基本原理第50-51页
     ·用大津法识别眼底病灶第51页
   ·迭代法眼底病灶识别第51-52页
     ·迭代法的基本原理第51-52页
     ·用迭代法识别眼底病灶第52页
   ·噪声去除第52-55页
     ·形态学滤波第52-54页
     ·阈值面积消除第54-55页
     ·噪声去除第55页
   ·本章小结第55-56页
第五章 眼底图像处理与分析系统的设计和实现第56-67页
   ·眼底图像处理与分析系统的设计第56-60页
     ·眼底图像处理与分析软件系统需求分析第56-57页
     ·系统总体功能模块第57-60页
   ·眼底图像处理与分析系统的实现第60-64页
     ·系统开发工具第60页
     ·系统的实现过程第60-62页
     ·眼底病灶识别的示例第62-63页
     ·电子病历管理第63-64页
     ·系统实验环境及结果第64页
   ·系统性能评价第64-66页
   ·本章小结第66-67页
第六章 总结和展望第67-69页
   ·全文总结第67页
   ·研究展望第67-69页
参考文献第69-72页
致谢第72-73页
在学期间的研究成果及发表的学术论文第73页

论文共73页,点击 下载论文
上一篇:矩形件排样与切割路径优化技术研究
下一篇:基于特征的飞机结构件工艺决策技术