|
|
|
|
多光谱图像分割与血管检测技术研究 |
| |
| 论文目录 |
| |
| 摘要 | 第3-4页 | | Abstract | 第4-5页 | | 1 绪论 | 第8-17页 | | 1.1 研究背景与意义 | 第8-9页 | | 1.2 图像分割与血管检测技术研究现状 | 第9-15页 | | 1.2.1 传统的图像分割方法 | 第9-12页 | | 1.2.2 基于深度学习的图像分割方法 | 第12-14页 | | 1.2.3 血管检测技术 | 第14-15页 | | 1.3 本文主要研究内容与章节安排 | 第15-17页 | | 2 基于聚类和编码器-解码器网络结构的图像分割算法 | 第17-27页 | | 2.1 基于聚类的图像分割算法 | 第17-20页 | | 2.2 基于编码器-解码器网络结构的图像分割算法 | 第20-25页 | | 2.2.1 FCN算法 | 第20-22页 | | 2.2.2 U-Net算法 | 第22-23页 | | 2.2.3 E-Net算法 | 第23-25页 | | 2.3 本章小结 | 第25-27页 | | 3 多光谱图像分割模型 | 第27-46页 | | 3.1 基于超像素频域聚类的多光谱图像分割模型 | 第27-36页 | | 3.1.1 超像素预分割模块 | 第28-30页 | | 3.1.2 无监督频域聚类模块 | 第30-33页 | | 3.1.3 性能分析 | 第33-36页 | | 3.2 基于密集型深度卷积网络的多光谱图像分割模型 | 第36-44页 | | 3.2.1 邻层特征重建模块 | 第36页 | | 3.2.2 跨层特征重建模块 | 第36-37页 | | 3.2.3 损失均衡计算模块 | 第37-38页 | | 3.2.4 整体网络架构 | 第38-39页 | | 3.2.5 性能分析 | 第39-44页 | | 3.3 本章小结 | 第44-46页 | | 4 多光谱血管检测技术 | 第46-58页 | | 4.1 多光谱血管检测系统 | 第46-50页 | | 4.1.1 多光谱波段优化模块 | 第46-47页 | | 4.1.2 多光谱血管图像预处理模块 | 第47页 | | 4.1.3 多光谱血管图像融合模块 | 第47-48页 | | 4.1.4 多光谱血管图像分割模块 | 第48-49页 | | 4.1.5 系统搭建 | 第49-50页 | | 4.2 性能测试与实验分析 | 第50-57页 | | 4.2.1 超像素频域聚类分割模块 | 第50-52页 | | 4.2.2 密集型深度卷积网络分割模块 | 第52-57页 | | 4.3 本章小结 | 第57-58页 | | 5 总结与展望 | 第58-61页 | | 5.1 本文总结 | 第58-59页 | | 5.2 后期工作展望 | 第59-61页 | | 致谢 | 第61-62页 | | 参考文献 | 第62-67页 | | 附录 | 第67页 |
|
|
|
|
论文编号BS4628768，这篇论文共67页
会员购买按0.35元/页下载，共需支付23.45元。 直接购买按0.5元/页下载，共需要支付33.5元 。 |
 |
 |
我还不是会员，注册会员！
会员下载更优惠!充值送钱！ |
我只需要这篇，无需注册！
直接网上支付，方便快捷！ |
|
|
|
版权申明：本目录由www.jylw.com网站制作，本站并未收录原文，如果您是作者，需要删除本篇论文目录请通过QQ或其它联系方式告知我们，我们承诺24小时内删除。 |
|
|
广告服务