文档介绍：优质资料
基于自适应阈值的视网膜图像分割算法及程序设计

摘要

视网膜图像分割作为图像处理的一个应用在临床医学和身份鉴定中发挥着愈来愈重要的作用。当前的图像分割方法主要包括并行边界分割、串行边界分割、并行区域分割和串行区域分割等。本文致力于研究基于自适应阈值的视网膜图像分割算法及其实现技术。文章内容主要包括:1)综述了公开报道的各种视网膜图像的分割方法;2)研究了并行区域分割方法中基于自适应阈值的视网膜图像分割的算法及其实现技术;3)通过VC++;4)通过实验验证了算法的有效性。
关键词:视网膜图像,自适应阈值,图像分割
Review on Adaptive threshold-based segmentation of retinal image and its program design
ABSTRACT

Retinal image segmentation as one of image processing applications, play an increasingly important role in clinical medicine and identification. The current image segmentation methods include parallel boundary segmentation, serial boundary segmentation, parallel region segmentation and serial region segmentation. This article focused on the adaptive threshold-based segmentation algorithm of retinal image and its implementation techniques, including 1)Reviewed a variety of publicly reported retinal image segmentation methods. 2)Discussed the adaptive threshold-based segmentation algorithm of retinal image in the parallel region segmentation and its realization. 3)Do the segmentation of retinal images using adaptive threshold algorithm via VC++ programming algorithm. 4)Test the validity of the algorithm by experiments.
Key Words: retinal image, adaptive threshold, image segmentation ,
目录
摘要 I
ABSTRACT II
目录 II
第1章绪论 2
本课题研究的目的及意义 2
当前的研究进展和存在的问题 2
基于并行边界的分割方法——Canny自适应的边缘检测方法 3
基于串行边界的分割方法——追踪的分割方法 3
基于并行区域的分割法——聚类分割法 4
基于串行区域的分割法——区域生长分割法 4
本课题研究的主要内容及贡献 5
本论文的结构 5
第2章基本算法原理 6
并行区域分割 6
6
7
第3章基于自适应算法的视网膜图像分割 9
核心算法 9
固定阈值 9
自适应阈值 10
canny算子 12
实验结果 15
性能分析 18
第4章总结 19
参考文献 20
附录核心代码 22
致谢 32
软件使用说明书 33
绪论
本课题研究的目的及意义

图1眼底结构示意图
由哈佛公共卫生学院和世界卫生组织联合展开的一项长期的研究表明,在发达国家和发展中国家,,将每年挽救和提高广大群体的生活质量,在如高血压,心血管和心衰竭等疾病的症状明显出现前,[1]