| 第一章 绪论 | 第1-17页 |
| 1．1 概述 | 第11-14页 |
| 1．2 国内外的研究现状 | 第14-15页 |
| 1．3 本文的研究内容、技术路线、关键技术 | 第15-17页 |
| 第二章 白细胞自动识别系统的总体结构 | 第17-23页 |
| 2．1 系统总体设计 | 第17-18页 |
| 2．2 硬件系统构成 | 第18-20页 |
| 2．3 软件系统及环境 | 第20-23页 |
| 第三章 白细胞彩色显微图像的采集和预处理 | 第23-36页 |
| 3．1 彩色细胞图像的采集 | 第23-24页 |
| 3．1．1 样本制作的标准化 | 第23页 |
| 3．1．2 细胞图像的获取 | 第23-24页 |
| 3．2 图像低层处理 | 第24-36页 |
| 3．2．1 图像数据压缩 | 第24-25页 |
| 3．2．2 图像增强 | 第25-27页 |
| 3．2．3 空域滤波 | 第27-32页 |
| 3．2．4 频域滤波 | 第32-33页 |
| 3．2．5 数学形态学运算 | 第33-36页 |
| 第四章 图像分割与白细胞的检出 | 第36-48页 |
| 4．1 现有图像分割算法 | 第37-41页 |
| 4．1．1 阈值分割 | 第38-39页 |
| 4．1．2 区域分割 | 第39页 |
| 4．1．3 边缘检测分割 | 第39-40页 |
| 4．1．4 纹理分割 | 第40-41页 |
| 4．2 细胞图象分割 | 第41-48页 |
| 4．2．1 细胞图象的特点 | 第41-42页 |
| 4．2．2 白细胞图像分割方法的概述 | 第42-44页 |
| 4．2．3 松弛迭代分割方法 | 第44-45页 |
| 4．2．4 超蓝色分割胞核 | 第45-48页 |
| 第五章 白细胞计数与特征提取 | 第48-61页 |
| 5．1 白细胞的标记 | 第48-53页 |
| 5．1．1 像素标记算法 | 第48-49页 |
| 5．1．2 算法分析 | 第49-50页 |
| 5．1．3 算法存在的缺点 | 第50-51页 |
| 5．1．4 对像素点标记算法的改进 | 第51页 |
| 5．1．5 递归标记算法描述 | 第51-52页 |
| 5．1．6 试验效果及讨论(二值图处理与标记结果) | 第52-53页 |
| 5．2 白细胞图像区域的特征提取 | 第53-61页 |
| 5．2．1 形态学特征 | 第53-55页 |
| 5．2．2 白细胞图像区域的彩色光密度特征 | 第55-57页 |
| 5．2．3 白细胞图像的纹理特征 | 第57-61页 |
| 第六章 模式识别 | 第61-66页 |
| 6．1 模式识别的概述和识别方法的选择 | 第61-62页 |
| 6．2 模糊 K-近邻分类器的建立 | 第62-63页 |
| 6．3 细胞分类决策数的构建 | 第63-66页 |
| 第七章 结论与展望 | 第66-68页 |
| 7．1 主要结论 | 第66-67页 |
| 7．2 存在的问题及有待进一步开展的工作 | 第67-68页 |
| 在校期间发表论文情况 | 第68-69页 |
| 参考文献 | 第69-72页 |
| 致谢 | 第72页 |