首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于模板匹配的显微细胞图像分割算法的研究和改进

中文摘要第3-5页
英文摘要第5-6页
1 绪论第9-21页
    1.1 显微细胞图像分割概述第9-18页
        1.1.1 细胞图像获取及处理流程第9-11页
        1.1.2 细胞图像分割的特点第11-12页
        1.1.3 研究现状第12-15页
        1.1.4 评价指标第15-18页
    1.2 本文研究背景及意义第18-19页
    1.3 本文的主要工作与内容安排第19-20页
    1.4 本章小结第20-21页
2 TM显微细胞图像分割算法第21-34页
    2.1 相关技术介绍第21-24页
        2.1.1 归一化互相关(NCC)第21-22页
        2.1.2 水平集方法第22-23页
        2.1.3 主成分分析方法第23-24页
    2.2 算法实现流程第24-29页
        2.2.1 学习阶段第25-28页
        2.2.2 分割阶段第28-29页
    2.3 实验与结果分析第29-33页
        2.3.1 数据采集第29页
        2.3.2 实验装置第29-30页
        2.3.3 定性评价第30-32页
        2.3.4 定量评价第32-33页
    2.4 本章小结第33-34页
3 基于模板集精简的改进TM算法第34-45页
    3.1 TM算法的模板集中存在冗余模板原因分析第34-35页
    3.2 改进算法技术思路第35-39页
    3.3 模板集精简算法第39-41页
        3.3.1 形状特征提取第40页
        3.3.2 相似性度量第40页
        3.3.3 冗余模板剔除第40-41页
    3.4 实验与结果分析第41-44页
    3.5 本章小结第44-45页
4 基于平均模板匹配和种子点最优位置选取的改进TM算法第45-55页
    4.1 改进算法的技术思路第45-47页
    4.2 改进算法的核心步骤第47-48页
        4.2.1 平均模板产生模板集第47-48页
        4.2.2 种子点最优位置选取第48页
    4.3 实验与结果分析第48-54页
    4.4 本章小结第54-55页
5 总结与展望第55-57页
    5.1 本文工作总结第55-56页
    5.2 后续研究工作展望第56-57页
致谢第57-58页
参考文献第58-62页
附录A. 作者在攻读学位期间发表的论文目录第62页

论文共62页,点击 下载论文
上一篇:基于模型的代码一致性检测方法的研究
下一篇:基于改进DAGSVM的钢板表面缺陷检测系统设计与实现