| 摘要 | 第3-5页 |
| abstract | 第5-6页 |
| 第1章 引言 | 第10-24页 |
| 1.1 课题来源 | 第10页 |
| 1.2 课题研究背景 | 第10-17页 |
| 1.2.1 光谱成像技术的产生 | 第10-11页 |
| 1.2.2 光学病理诊断技术简介 | 第11-12页 |
| 1.2.3 宫颈癌变的演进及现有筛查方法 | 第12-17页 |
| 1.3 国内外研究现状 | 第17-20页 |
| 1.4 课题研究的目的与意义 | 第20-22页 |
| 1.5 课题的主要研究内容 | 第22-24页 |
| 第2章 微型快速窄带多光谱成像系统 | 第24-40页 |
| 2.1 传统滤光器件及其特点 | 第24-26页 |
| 2.2 微滤片及其特点 | 第26-32页 |
| 2.2.1 微滤片特征参数的确定 | 第27-29页 |
| 2.2.2 微滤片的结构 | 第29-30页 |
| 2.2.3 微滤片的制备 | 第30-32页 |
| 2.3 微型快速窄带多光谱成像系统 | 第32-38页 |
| 2.3.1 微型快速窄带多光谱成像模块 | 第32-34页 |
| 2.3.2 系统的整体搭建 | 第34-36页 |
| 2.3.3 多光谱图像数据的采集 | 第36-38页 |
| 2.4 本章小结 | 第38-40页 |
| 第3章 基于多光谱图像的网格状虚影校正算法研究 | 第40-56页 |
| 3.1 基于图像有效信息点的余数分离校正算法 | 第40-47页 |
| 3.1.1 分析多光谱图像上网格状虚影的来源 | 第40-43页 |
| 3.1.2 对多光谱图像上网格状虚影的处理 | 第43-44页 |
| 3.1.3 对多光谱图像上边缘效应的处理 | 第44-45页 |
| 3.1.4 对多光谱图像上零散噪声点的处理 | 第45-46页 |
| 3.1.5 基于图像有效信息点的余数分离校正算法的整体流程 | 第46-47页 |
| 3.2 不同条件下的多光谱成像系统输出图像的处理与结果分析 | 第47-54页 |
| 3.2.1 微滤片与图像传感器周期不匹配下的多光谱图像的处理 | 第47-51页 |
| 3.2.1.1 余数分离校正算法处理白色毛玻璃的多光谱图像 | 第48-50页 |
| 3.2.1.2 余数分离校正算法处理植物的多光谱图像 | 第50-51页 |
| 3.2.2 微滤片与图像传感器周期匹配下的多光谱图像的处理 | 第51-54页 |
| 3.2.2.1 余数分离校正算法处理白纸的多光谱图像 | 第52-53页 |
| 3.2.2.2 余数分离校正算法处理宫颈组织的多光谱图像 | 第53-54页 |
| 3.3 本章小结 | 第54-56页 |
| 第4章 基于多光谱图像还原出近自然彩色图像的算法研究 | 第56-74页 |
| 4.1 由多光谱图像还原出近自然彩色图像 | 第57-69页 |
| 4.1.1 基于CIE色度系统中色光三刺激值的色彩还原方法 | 第57-63页 |
| 4.1.2 基于Bayer颜色滤波阵列格式的颜色插值算法 | 第63-67页 |
| 4.1.3 算法处理结果的分析与评价 | 第67-69页 |
| 4.2 校正还原出的彩色图像上的偏色问题 | 第69-73页 |
| 4.2.1 基于图像块色彩信息改进的灰度世界法 | 第70-71页 |
| 4.2.2 校正结果的分析与评价 | 第71-73页 |
| 4.3 本章小结 | 第73-74页 |
| 第5章 基于多光谱图像进行宫颈组织病变分级的诊断算法研究 | 第74-94页 |
| 5.1 多光谱图像的预处理 | 第75-77页 |
| 5.1.1 归一化处理 | 第75-76页 |
| 5.1.2 背景的消除 | 第76-77页 |
| 5.2 对预处理后的多光谱图像进行融合处理 | 第77-79页 |
| 5.3 对融合处理后的图像进行分类处理 | 第79-84页 |
| 5.4 对分类处理后的结果进行分析与评价 | 第84-90页 |
| 5.4.1 客观分析与评价 | 第84-88页 |
| 5.4.2 主观分析与评价 | 第88-90页 |
| 5.5 病变区域边缘轮廓的增强 | 第90-92页 |
| 5.6 本章小结 | 第92-94页 |
| 第6章 总结与展望 | 第94-98页 |
| 6.1 总结 | 第94-95页 |
| 6.2 展望 | 第95-98页 |
| 参考文献 | 第98-104页 |
| 致谢 | 第104-106页 |
| 个人简历、在学期间发表的学术论文与研究成果 | 第106页 |
