基于纹理特征的舌象分类研究及应用
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-15页 |
| ·课题背景与研究意义 | 第9-10页 |
| ·国内外研究现状 | 第10-11页 |
| ·纹理分析研究现状 | 第11-14页 |
| ·本文研究内容 | 第14-15页 |
| 第2章 红刺的分类 | 第15-33页 |
| ·子图像选取 | 第16-17页 |
| ·图像预处理 | 第17页 |
| ·红刺特征提取 | 第17-22页 |
| ·Gabor小波 | 第18-20页 |
| ·Daubechies小波变换 | 第20-22页 |
| ·分类器设计 | 第22-24页 |
| ·实验 | 第24-32页 |
| ·Gabor小波实验结果 | 第25-31页 |
| ·Gabor小波与Daubechies小波比较 | 第31-32页 |
| ·本章小结 | 第32-33页 |
| 第3章 舌质苍老与舌质娇嫩的分类 | 第33-42页 |
| ·子图像选取 | 第34-35页 |
| ·舌质苍老与舌质娇嫩图像特征提取 | 第35-39页 |
| ·图像纹理特性分析 | 第35-36页 |
| ·特征提取 | 第36-39页 |
| ·分类器设计 | 第39页 |
| ·实验 | 第39-40页 |
| ·降低灰度级 | 第39-40页 |
| ·舌质苍老与舌质娇嫩分类实验 | 第40页 |
| ·本章小结 | 第40-42页 |
| 第4章 厚苔薄苔的分类 | 第42-57页 |
| ·子图像选取 | 第43-44页 |
| ·厚苔薄苔特征提取 | 第44-47页 |
| ·Laws’纹理能量测度 | 第44-45页 |
| ·分形模型 | 第45-47页 |
| ·分类器设计 | 第47页 |
| ·实验 | 第47-55页 |
| ·Gabor小波分类实验 | 第47-54页 |
| ·小波变换分类实验 | 第54页 |
| ·Laws’纹理能量测度分类实验 | 第54页 |
| ·灰度共生矩阵（GLCM）分类实验 | 第54-55页 |
| ·分形模型分类实验 | 第55页 |
| ·本章小结 | 第55-57页 |
| 第5章 部分证候和疾病的诊断研究 | 第57-62页 |
| ·研究舌诊自动诊断的意义 | 第57页 |
| ·证候诊断模型 | 第57-59页 |
| ·证候诊断实验 | 第59-60页 |
| ·疾病诊断模型 | 第60-61页 |
| ·疾病诊断实验 | 第61页 |
| ·本章小结 | 第61-62页 |
| 结论 | 第62-64页 |
| 参考文献 | 第64-69页 |
| 攻读学位期间发表的学术论文 | 第69-70页 |
| 哈尔滨工业大学硕士学位论文原创性声明 | 第70页 |
| 哈尔滨工业大学硕士学位论文使用授权书 | 第70页 |
| 哈尔滨工业大学硕士学位涉密论文管理 | 第70-71页 |
| 致谢 | 第71页 |
