| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第12-22页 |
| 1.1 研究背景和意义 | 第12-15页 |
| 1.1.1 研究背景 | 第12-15页 |
| 1.1.2 研究意义 | 第15页 |
| 1.2 国内外研究现状与分析 | 第15-19页 |
| 1.2.1 皮肤镜图像预处理的现状与分析 | 第16页 |
| 1.2.2 皮肤镜图像分割的现状与分析 | 第16-17页 |
| 1.2.3 皮肤镜图像特征提取的现状与分析 | 第17-18页 |
| 1.2.4 皮肤镜图像分类的现状与分析 | 第18-19页 |
| 1.3 论文的主要研究目标和研究内容 | 第19-20页 |
| 1.3.1 研究目标 | 第19页 |
| 1.3.2 研究内容 | 第19-20页 |
| 1.4 论文的结构安排 | 第20-22页 |
| 第二章 皮肤镜图像噪声处理 | 第22-28页 |
| 2.1 黑框噪声消除 | 第22-23页 |
| 2.2 毛发噪声消除 | 第23-26页 |
| 2.2.1 颜色空间变换 | 第24-25页 |
| 2.2.2 形态学闭操作 | 第25页 |
| 2.2.3 阈值处理 | 第25-26页 |
| 2.2.4 毛发填充 | 第26页 |
| 2.3 气泡噪声消除 | 第26-27页 |
| 2.4 本章小结 | 第27-28页 |
| 第三章 基于超级像素的皮肤镜图像分割 | 第28-42页 |
| 3.1 超级像素分割算法 | 第28-31页 |
| 3.1.1 超级像素分割算法的介绍 | 第28-29页 |
| 3.1.2 SLIC超级像素分割算法 | 第29-31页 |
| 3.1.3 SLIC超级像素分割聚类算法 | 第31页 |
| 3.2 改进的SLIC超级像素分割算法 | 第31-34页 |
| 3.3 超级像素的特征提取 | 第34-36页 |
| 3.3.1 超级像素颜色特征 | 第34-35页 |
| 3.3.2 超级像素纹理特征 | 第35-36页 |
| 3.4 超级像素分类 | 第36-39页 |
| 3.4.1 支持向量机 | 第37-39页 |
| 3.4.2 基于SVM的超级像素分类 | 第39页 |
| 3.5 分割结果后处理 | 第39-41页 |
| 3.5.1 提取最大连通区域 | 第39-40页 |
| 3.5.2 孔洞填充 | 第40-41页 |
| 3.6 本章小结 | 第41-42页 |
| 第四章 基于皮肤镜图像的恶性黑色素瘤的特征提取研究 | 第42-58页 |
| 4.1 低级特征提取 | 第42-45页 |
| 4.1.1 皮损区域形状特征提取 | 第42-43页 |
| 4.1.2 皮损区域颜色特征提取 | 第43-44页 |
| 4.1.3 皮损区域纹理特征提取 | 第44-45页 |
| 4.2 基于视觉词组包的皮损特征学习 | 第45-50页 |
| 4.2.1 皮损区域的词包模型 | 第45-47页 |
| 4.2.2 视觉词组包模型 | 第47-49页 |
| 4.2.3 空间金字塔模型 | 第49-50页 |
| 4.3 基于稀疏性编码的皮损特征学习 | 第50-56页 |
| 4.3.1 SIFT特征 | 第51-52页 |
| 4.3.2 稀疏编码 | 第52-53页 |
| 4.3.3 组稀疏编码 | 第53-55页 |
| 4.3.4 组稀疏编码的字典学习 | 第55-56页 |
| 4.3.5 组稀疏编码算法流程 | 第56页 |
| 4.4 本章小结 | 第56-58页 |
| 第五章 基于多视图机制的黑色素瘤皮损分类 | 第58-62页 |
| 5.1 基于拼接的多视图融合皮损分类 | 第58-59页 |
| 5.2 基于置信度的多视图融合皮损分类 | 第59-61页 |
| 5.2.1 SVM概率输出 | 第59-60页 |
| 5.2.2 分类器融合 | 第60-61页 |
| 5.3 本章小结 | 第61-62页 |
| 第六章 实验结果与分析 | 第62-72页 |
| 6.1 数据集介绍 | 第62-63页 |
| 6.2 评价标准 | 第63-64页 |
| 6.3 实验结果与分析 | 第64-70页 |
| 6.3.1 基于超级像素的皮损分割算法实验结果与分析 | 第64-68页 |
| 6.3.2 视觉词组包模型的皮损特征学习实验结果与分析 | 第68页 |
| 6.3.3 组稀疏编码的皮损特征学习的实验结果与分析 | 第68-70页 |
| 6.3.4 多视图融合学习的皮损分类算法的实验结果与分析 | 第70页 |
| 6.4 本章小结 | 第70-72页 |
| 第七章 总结与展望 | 第72-73页 |
| 7.1 论文工作总结 | 第72页 |
| 7.2 论文工作展望 | 第72-73页 |
| 致谢 | 第73-74页 |
| 参考文献 | 第74-80页 |
