人体粪便镜检图像自动分割与识别算法研究

摘要	第4-5页
Abstract	第5-6页
1 绪论	第9-15页
1.1 应用背景及研究意义	第9-10页
1.2 显微镜检技术的发展与现状	第10-13页
1.3 论文组织结构	第13-15页
2 图像预处理技术	第15-20页
2.1 图像平滑与去噪	第15-17页
2.2 图像光照校正	第17-19页
2.3 本章小结	第19-20页
3 图像分割算法研究	第20-31页
3.1 基于边缘检测的图像分割	第21-24页
3.2 基于阈值的图像分割	第24-25页
3.3 基于CHAN-VESE模型的图像分割方法	第25-29页
3.4 本章小结	第29-31页
4 细胞特征提取关键技术	第31-39页
4.1 图像形态学处理	第31-34页
4.2 特征选择与计算	第34-38页
4.3 本章小结	第38-39页
5 细胞分类算法研究	第39-47页
5.1 分类算法简介	第39-42页
5.2 分类算法实现	第42-46页
5.3 本章小结	第46-47页
6 粪便镜检图像识别结果及性能分析	第47-52页
6.1 镜检系统简介	第47-49页
6.2 实验结果分析	第49-51页
6.3 本章小结	第51-52页
7 总结与展望	第52-54页
7.1 全文总结	第52-53页
7.2 课题展望	第53-54页
致谢	第54-55页
参考文献	第55-59页
附录一 攻读学位期间参与项目目录	第59-60页
附录二 攻读学位期间发表专利	第60页