声明
摘要
图目录
表目录
1.1 引言
1.2 课题背景及研究意义
1.2.1 课题背景
1.2.2 研究意义
1.3 国内外研究现状
1.4 研究难点
1.5 本文各章内容安排
1.6 本章小结
第2章 视网膜图像预处理
2.1 视网膜图像背景均衡化
2.1.1 绿色通道上的图像增强
2.1.2 对比度均衡化
2.2 视网膜图像噪声去除
2.3 感兴趣区域(ROI)提取
2.4 实验数据库介绍
2.5 本章小结
第3章 视网膜图像解剖结构检测
3.1 视网膜图像中的血管检测
3.1.1 背景介绍
3.1.2 基于Weber交换的视网膜图像背景均衡化
3.1.3 基于多尺度空间分析的血管像素增强方法
3.1.4 实验结果对比与分析
3.2 视网膜图像中的视神经盘检测
3.2.1 背景介绍
3.2.2 基于Sobel算子的视盘感兴趣区域提取
3.2.3 视神经盘边缘检测
3.2.4 实验结果与分析
3.3 视网膜图像中的黄斑区检测
3.3.1 背景介绍
3.3.2 基于先验知识的黄斑模糊定位
3.3.3 基于模板匹配的黄斑精确定位
3.3.4 实验结果与分析
3.4 本章小结
第4章 视网膜图像内的徼动脉瘤检测
4.1 背景介绍
4.2 基于多尺度高斯滤波的徼动脉瘤检测
4.3 基于支持向量机的徼动脉瘤分类
4.3.1 支持向量机基本原理
4.3.2 微动脉瘤特征选取
4.4 实验结果与分析
4.5 本章小结
第5章 视网膜图像内的出血检测
5.2 基于多尺度线性结构的数学形态学检测方法
5.2.1 数学形态学基本理论
5.2.2 出血区域检测
5.3 基于超像素区域的灰度值投票算法
5.3.1 超像素基本理论
5.3.2 灰度值投票算法处理过程
5.4 实验结果与分析
5.5 本章小结
6.1 背景介绍
6.2 基于形态学的渗出病变粗检测
6.3.1 基于超像素区域的渗出特征选取
6.3.2 ANN分类器的设计与训练
6.4 实验结果与分析
6.5 本章小结
7.1 工作总结
7.2 研究展望
参考文献
攻读硕士学位期间主要的研究成果
致谢