更新时间：2022-11-11 17:58:20
封面
版权信息
作者简介
内容简介
前言
第1章 概述
1.1 皮肤镜技术
1.2 皮肤镜图像计算机辅助诊断
1.3 皮肤镜数字图像处理
1.4 皮肤镜图像处理技术的发展趋势
本章小结
本章参考文献
第2章 皮肤镜图像的质量评价
2.1 散焦模糊评价
2.1.1 散焦模糊的退化函数
2.1.2 散焦模糊的退化原理
2.1.3 散焦模糊评价指标设计
2.2 基于梯度的模糊评价
2.2.1 梯度原理
2.2.2 模糊评价指标设计
2.3 光照不均评价
2.3.1 Retinex变分模型
2.3.2 光照分量提取
2.3.3 光照不均评价指标设计
2.4 模糊和光照不均混合失真情况下的评价
2.4.1 模糊和光照不均的频谱特性分析
2.4.2 模糊和光照不均程度的设计
2.4.3 评价模型修正
2.5 毛发遮挡评价
2.5.1 毛发提取
2.5.2 毛发遮挡评价指标设计
第3章 皮肤镜图像的预处理
3.1 散焦模糊的复原
3.1.1 图像的退化与复原过程
3.1.2 连续函数的退化模型
3.1.3 离散函数的退化模型
3.1.4 图像复原的基本步骤
3.1.5 维纳滤波图像复原方法
3.2 光照不均的去除
3.2.1 基于光照估计的光照去除
3.2.2 基于图像增强的光照去除
3.3 毛发的去除
3.3.1 基于偏微分方程的毛发去除
3.3.2 基于Criminisi修复算法的毛发去除
3.4 平滑去噪
3.4.1 邻域平均法
3.4.2 中值滤波法
第4章 皮肤镜图像的分割
4.1 大津阈值分割
4.1.1 阈值分割的原理
4.1.2 大津阈值选择
4.2 K-均值聚类分割
4.3 Mean Shift聚类分割
4.3.1 核密度估计
4.3.2 密度梯度估计
4.3.3 Mean Shift图像聚类
4.3.4 子区域合并后处理
4.4 基于SGNN的分割
4.4.1 SGNN算法原理
4.4.2 改进的SGNN分割算法
4.5 基于JSEG的分割
4.5.1 颜色量化
4.5.2 空间分割
4.6 基于SRM的分割
4.6.1 融合预测
4.6.2 融合顺序
4.6.3 统计区域融合算法
4.7 水平集活动轮廓模型
4.7.1 Mumford-Shah模型
4.7.2 Chan-Vese模型
4.7.3 Chan-Vese模型的数值实现
4.8 分割实例对比
4.9 图像分割的性能评价
4.9.1 无监督评价法
4.9.2 有监督评价法
第5章 常用的皮肤镜图像特征描述方法
5.1 形状描述
5.1.1 图像矩
5.1.2 常用的形状描述
5.2 颜色描述
5.2.1 彩色空间
5.2.2 直方图
5.2.3 颜色直方图距离
5.2.4 其他颜色描述
5.3 纹理描述
5.3.1 灰度共生矩阵
5.3.2 Gabor小波纹理描述
5.3.3 可控金字塔变换
第6章 皮肤镜图像的分类识别方法
6.1 图像识别系统
6.2 学习与分类
6.2.1 机器学习的基本模型
