| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-17页 |
| 1.1 课题背景及研究意义 | 第9-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 图像配准研究现状 | 第11-13页 |
| 1.2.2 图像融合研究现状 | 第13-14页 |
| 1.3 主要研究内容和章节安排 | 第14-17页 |
| 第二章 彩色眼底图像和荧光造影眼底图像配准 | 第17-35页 |
| 2.1 图像配准总体思路 | 第17-18页 |
| 2.2 眼底图像预处理 | 第18-21页 |
| 2.2.1 彩色图像灰度化 | 第18-19页 |
| 2.2.2 对比度受限自适应直方图均衡化 | 第19-21页 |
| 2.3 彩色眼底图像和荧光造影眼底图像配准 | 第21-28页 |
| 2.3.1 SURF特征点提取 | 第21-23页 |
| 2.3.2 特征提取 | 第23-25页 |
| 2.3.2.1 主方向确定 | 第24页 |
| 2.3.2.2 特征描述 | 第24-25页 |
| 2.3.3 特征点匹配 | 第25-28页 |
| 2.3.4 空间变换和插值 | 第28页 |
| 2.4 实验结果与分析 | 第28-34页 |
| 2.5 本章小结 | 第34-35页 |
| 第三章 基于粒子群优化的脉冲耦合神经网络模型 | 第35-47页 |
| 3.1 脉冲耦合神经网络简介 | 第35-39页 |
| 3.1.1 脉冲耦合神经网络基本结构 | 第36-37页 |
| 3.1.2 脉冲耦合神经网络简化模型 | 第37-38页 |
| 3.1.3 脉冲耦合神经网络主要特性 | 第38页 |
| 3.1.4 基于脉冲耦合神经网络的图像处理 | 第38-39页 |
| 3.2 粒子群优化算法 | 第39-42页 |
| 3.3 基于粒子群优化的PCNN模型 | 第42-45页 |
| 3.4 本章小结 | 第45-47页 |
| 第四章 结合NSCT和粒子群优化PCNN的眼底图像融合 | 第47-67页 |
| 4.1 非下采样Contourlet变换简介 | 第47-53页 |
| 4.1.1 Contourlet变换 | 第47-48页 |
| 4.1.2 非下采样Contourlet变换 | 第48-51页 |
| 4.1.3 基于非下采样Contourlet变换的眼底图像分解 | 第51-53页 |
| 4.2 结合NSCT和粒子群优化PCNN的眼底图像融合 | 第53-56页 |
| 4.2.1 彩色眼底图像和荧光造影眼底图像低频子带低频融合 | 第54-55页 |
| 4.2.2 彩色眼底图像和荧光造影眼底图像高频子带高频融合 | 第55-56页 |
| 4.3 实验结果与分析 | 第56-65页 |
| 4.4 本章小结 | 第65-67页 |
| 第五章 总结和展望 | 第67-69页 |
| 5.1 总结 | 第67页 |
| 5.2 展望 | 第67-69页 |
| 参考文献 | 第69-73页 |
| 发表论文和参加科研情况 | 第73-75页 |
| 致谢 | 第75页 |
