彩色白细胞图像自动分割方案研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第一章 绪论 | 第8-12页 |
| ·应用背景和研究意义 | 第8-9页 |
| ·国内外血细胞分析仪研究现状 | 第9页 |
| ·本文研究内容 | 第9-10页 |
| ·论文构成 | 第10-11页 |
| 参考文献 | 第11-12页 |
| 第二章 彩色白细胞图像自动分割方案综述 | 第12-18页 |
| ·白细胞的形态 | 第12-13页 |
| ·白细胞图像自动分割的难点 | 第13-14页 |
| ·白细胞图像自动分割的研究现状 | 第14-15页 |
| ·彩色白细胞图像自动分割方案设计 | 第15-16页 |
| ·方案设计 | 第15-16页 |
| ·样本说明 | 第16页 |
| ·系统环境 | 第16页 |
| 参考文献 | 第16-18页 |
| 第三章 细胞核的自动提取 | 第18-31页 |
| ·彩色图像处理基础 | 第18-23页 |
| ·彩色空间概述 | 第18-20页 |
| ·颜色量化与减色 | 第20-23页 |
| ·细胞核的自动检出 | 第23-25页 |
| ·方法的引出 | 第23-24页 |
| ·基于HSI彩色空间的细胞核检出算法 | 第24-25页 |
| ·白细胞的计数及定位 | 第25-27页 |
| ·连通域标记法 | 第26-27页 |
| ·单个白细胞的检出 | 第27页 |
| ·细胞核提取实验结果及分析 | 第27-29页 |
| ·本章小结 | 第29-30页 |
| 参考文献 | 第30-31页 |
| 第四章 细胞浆的粗分割 | 第31-41页 |
| ·K-均值聚类算法分割背景 | 第31-33页 |
| ·彩色图像分割中的K-均值聚类算法 | 第31-33页 |
| ·K-均值聚类算法在彩色白细胞图像分割中的应用 | 第33页 |
| ·流域算法粗分细胞浆 | 第33-38页 |
| ·数学形态学 | 第34-35页 |
| ·流域算法 | 第35-37页 |
| ·利用简化的流域算法粗分细胞浆 | 第37-38页 |
| ·细胞浆粗分割实验结果及分析 | 第38-39页 |
| ·本章小结 | 第39页 |
| 参考文献 | 第39-41页 |
| 第五章 细胞浆的精确分割 | 第41-54页 |
| ·参数化活动轮廓基础 | 第41-44页 |
| ·活动轮廓模型概述 | 第41页 |
| ·参数化活动轮廓的数学模型 | 第41-43页 |
| ·参数化活动轮廓的数值解法 | 第43-44页 |
| ·梯度矢量流模型 | 第44-47页 |
| ·梯度矢量流的数学模型 | 第44-45页 |
| ·梯度矢量流模型的数值解法 | 第45-46页 |
| ·利用梯度矢量流模型精确分割细胞浆 | 第46-47页 |
| ·关于对梯度矢量流模型的改进算法 | 第47-49页 |
| ·彩色梯度的引入 | 第47-48页 |
| ·区域力的引入 | 第48-49页 |
| ·利用改进的梯度矢量流模型精确分割细胞浆 | 第49页 |
| ·利用活动轮廓精确分割细胞浆实验结果及分析 | 第49-52页 |
| ·本章小结 | 第52页 |
| 参考文献 | 第52-54页 |
| 第六章 总结与展望 | 第54-56页 |
| ·课题总结 | 第54页 |
| ·课题展望 | 第54-56页 |
| 致谢 | 第56页 |
