论文目录 | |
| 摘要 | 第1-5
页 |
| ABSTRACT | 第5-9
页 |
| 第一章 绪论 | 第9-14
页 |
| · 胃镜检查技术概述 | 第9-10
页 |
| · 计算机辅助胃镜图像分析方法 | 第10-12
页 |
| · 计算机辅助胃镜图像分析方法 | 第10-11
页 |
| · 本文采用的胃镜图像分析方法 | 第11-12
页 |
| · 主要创新点和本文结构 | 第12-14
页 |
| 第二章 胃镜图像预处理 | 第14-28
页 |
| · 胃镜图像数据库建立 | 第14-17
页 |
| · 数据库平台 | 第14-15
页 |
| · 数据结构设计 | 第15-16
页 |
| · 系统实现 | 第16-17
页 |
| · 胃镜图像颜色分析 | 第17-25
页 |
| · 颜色空间 | 第18-21
页 |
| · 颜色直方图 | 第21-22
页 |
| · 胃镜图像颜色分析 | 第22-25
页 |
| · 胃镜图像预处理 | 第25-27
页 |
| · 胃镜图像感兴趣区域（ROI）提取 | 第25-26
页 |
| · 胃镜图像反光区域消除 | 第26-27
页 |
| · 小结 | 第27-28
页 |
| 第三章 基于Mean Shift 算法的胃镜图像分割 | 第28-36
页 |
| · 引言 | 第28
页 |
| · Mean Shift 原理 | 第28-32
页 |
| · Mean Shift 彩色图像分割及在胃镜图像中的应用 | 第32-35
页 |
| · 小结 | 第35-36
页 |
| 第四章 胃镜图像颜色特征及基于MS-CWC 算法的纹理特征提取 | 第36-62
页 |
| · 引言 | 第36
页 |
| · 胃镜图像颜色特征提取及归一化 | 第36-40
页 |
| · 胃镜图像纹理特征提取 | 第40-56
页 |
| · 小波变换和灰度共生矩阵 | 第41-46
页 |
| · 基于 Mean Shift 思想的改进的灰度共生矩阵算法 | 第46-52
页 |
| · 彩色图像纹理特征提取 CWC 算法 | 第52-55
页 |
| · 基于Mean Shift 的CWC 算法 | 第55-56
页 |
| · 实验分析 | 第56-61
页 |
| · 标准测试图像试验 | 第56-60
页 |
| · 胃镜图像试验 | 第60-61
页 |
| · 小结 | 第61-62
页 |
| 第五章 胃镜图像分类算法 | 第62-73
页 |
| · 引言 | 第62
页 |
| · Perceptron 算法 | 第62-66
页 |
| · Perceptron 算法原理 | 第63-64
页 |
| · Perceptron 算法在胃镜图像中的应用 | 第64-66
页 |
| · Adaboost 算法 | 第66-69
页 |
| · Boosting 算法 | 第66-67
页 |
| · Adaboost 算法原理及在胃镜图像中的应用 | 第67-69
页 |
| · 实验分析 | 第69-72
页 |
| · 胃镜图像分析中感知器算法和 Adaboost 算法性能比较 | 第69-70
页 |
| · 胃镜图像分析中特征提取比较 | 第70-71
页 |
| · 胃镜图像分析中全局和Mean Shift 区域识别效果比较 | 第71-72
页 |
| · 小结 | 第72-73
页 |
| 第六章 总结与展望 | 第73-75
页 |
| · 总结 | 第73-74
页 |
| · 工作展望 | 第74-75
页 |
| 参考文献 | 第75-82
页 |
| 致谢 | 第82-83
页 |
| 攻读硕士学位期间录用和发表的论文 | 第83-85
页 |
| 上海交通大学硕士学位论文答辩决议书 | 第85-86页 |
