| 致谢 | 第1-6页 |
| 摘要 | 第6-7页 |
| Abstract | 第7-9页 |
| Extended Abstract | 第9-12页 |
| 目录 | 第12-16页 |
| 图清单 | 第16-23页 |
| 表清单 | 第23-25页 |
| 1 绪论 | 第25-38页 |
| ·尿液显微颗粒检测研究的背景和意义 | 第25-26页 |
| ·尿液显微颗粒检测系统研究现状与存在的主要问题 | 第26-35页 |
| ·目前研究存在的主要问题 | 第35-36页 |
| ·本文研究内容 | 第36-38页 |
| 2 尿液显微颗粒空间动态坐标跟踪检测方法及系统构建 | 第38-53页 |
| ·尿液检测内容与方法 | 第38-39页 |
| ·尿液显微颗粒呈空间分布的检测方法研究 | 第39-46页 |
| ·尿液显微颗粒检测系统构建 | 第46-52页 |
| ·本章小结 | 第52-53页 |
| 3 自动调焦系统研究 | 第53-73页 |
| ·载物台运动模型 | 第53-56页 |
| ·自动对焦评价方法 | 第56-66页 |
| ·多传感参数与改进型爬坡算法组合调焦 | 第66-72页 |
| ·本章小结 | 第72-73页 |
| 4 尿液显微颗粒图像预处理与多焦面图像融合 | 第73-103页 |
| ·灰度图像特点与图像质量评价方法 | 第73-77页 |
| ·显微颗粒图像滤波算法研究 | 第77-82页 |
| ·显微颗粒图像增强技术研究 | 第82-91页 |
| ·图像配准方法研究 | 第91-96页 |
| ·多焦面图像融合方法 | 第96-102页 |
| ·本章小结 | 第102-103页 |
| 5 尿液显微颗粒图像分割研究 | 第103-132页 |
| ·概述 | 第103-104页 |
| ·基于阈值的分割算法 | 第104-112页 |
| ·基于边缘的分割算法 | 第112-119页 |
| ·基于 PCNN 神经网络的图像分割方法 | 第119-123页 |
| ·图像的数学形态学处理 | 第123-124页 |
| ·显微颗粒分割实验 | 第124-131页 |
| ·本章小结 | 第131-132页 |
| 6 尿液显微颗粒图像特征提取与分类 | 第132-164页 |
| ·尿液显微颗粒图像特征 | 第132-137页 |
| ·尿液显微颗粒图像特征提取 | 第137-144页 |
| ·尿液显微图像特征值计算 | 第144-155页 |
| ·BP 神经网络在尿液显微颗粒识别中的应用 | 第155-160页 |
| ·基于 BP 神经网络的尿液显微颗粒分类实验 | 第160-163页 |
| ·本章小结 | 第163-164页 |
| 7 结论与展望 | 第164-167页 |
| ·论文主要结论 | 第164-165页 |
| ·创新点 | 第165-166页 |
| ·研究展望 | 第166-167页 |
| 参考文献 | 第167-177页 |
| 作者简历 | 第177-179页 |
| 学位论文数据集 | 第179页 |