目录 | 第1-7页 |
第一章 绪论 | 第7-17页 |
1.1 图像处理概述 | 第7-14页 |
1.1.1 数字图像的优点 | 第7-8页 |
1.1.2 数字图像处理技术 | 第8-12页 |
1.1.3 图像技术在医学方面的应用 | 第12-14页 |
1.2 显微图像处理工作站简介 | 第14-16页 |
1.3 本文研究内容 | 第16-17页 |
第二章 显微图像处理工作站的设计与实现 | 第17-35页 |
2.1 显微图像处理工作站的结构 | 第17-22页 |
2.1.1 硬件组成 | 第17-19页 |
2.1.2 软件组成 | 第19-20页 |
2.1.3 运行流程 | 第20-22页 |
2.2 医学图像处理技术的常见算法 | 第22-24页 |
2.3 子系统的设计 | 第24-34页 |
2.2.1 采集平台的功能 | 第24-25页 |
2.2.2 子系统与平台的关系 | 第25-26页 |
2.2.3 显微图像处理分析 | 第26-28页 |
2.2.4 子系统设计实例 | 第28-34页 |
2.4 本章小结 | 第34-35页 |
第三章 数学形态学细胞图像分割 | 第35-49页 |
3.1 数学形态学方法在显微图像处理中的应用 | 第35-37页 |
3.2 常规迭代腐蚀算法的缺陷 | 第37-40页 |
3.2.1 迭代腐蚀的应用 | 第37-38页 |
3.2.2 虚假像素聚集现象 | 第38-40页 |
3.3 可变结构元迭代腐蚀算法 | 第40-44页 |
3.3.1 虚假像素的成因 | 第40页 |
3.3.2 大尺寸腐蚀元的优缺点 | 第40-42页 |
3.3.3 可变结构迭代腐蚀 | 第42-44页 |
3.4 可变结构迭代腐蚀在细胞图像分割中的应用举例 | 第44-48页 |
3.4.1 最大分离区域膨胀方法 | 第44-45页 |
3.4.2 实验结果 | 第45-48页 |
3.5 本章小结 | 第48-49页 |
第四章 运用活动轮廓模型进行细胞分割 | 第49-64页 |
4.1 活动轮廓模型 | 第49-53页 |
4.1.1 经典Snake模型 | 第49-51页 |
4.1.2 B-snake模型 | 第51页 |
4.1.3 活动轮廓模型的其它改进方法 | 第51-52页 |
4.1.4 活动轮廓模型应用于细胞图像处理时的困难 | 第52-53页 |
4.2 形态学约束的B样条活动轮廓模型 | 第53-59页 |
4.2.1 MR-B-snake模型的基本思想 | 第53页 |
4.2.2 轮廓曲线的初始化 | 第53-55页 |
4.2.3 能量函数 | 第55-58页 |
4.2.4 算法流程 | 第58-59页 |
4.3 结果和讨论 | 第59-62页 |
4.3.1 实验结果 | 第59-62页 |
4.3.2 MR-B-snake的优缺点 | 第62页 |
4.4 本章小结 | 第62-64页 |
第五章 总结 | 第64-65页 |
参考文献 | 第65-67页 |
本文作者攻读硕士期间发表的论文 | 第67-68页 |
致谢 | 第68页 |