| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-16页 |
| 1.1 研究背景和意义 | 第9-10页 |
| 1.2 国内外的研究现状 | 第10-14页 |
| 1.2.1 显微镜自动聚焦算法的研究现状 | 第10-11页 |
| 1.2.2 显微白细胞图像预处理和识别研究现状 | 第11-12页 |
| 1.2.3 卷积神经网络研究现状 | 第12-13页 |
| 1.2.4 小结 | 第13-14页 |
| 1.3 研究内容和章节安排 | 第14-16页 |
| 第2章 相关理论及关键技术 | 第16-23页 |
| 2.1 全自动显微镜取图流程 | 第16页 |
| 2.2 白细胞形态 | 第16-17页 |
| 2.3 典型的聚焦评价函数 | 第17-19页 |
| 2.4 神经网络 | 第19-20页 |
| 2.5 卷积神经网络 | 第20-23页 |
| 第3章 显微镜下白细胞图像自动获取 | 第23-31页 |
| 3.1 八邻域算子快速聚焦评价函数 | 第23-26页 |
| 3.2 平面拟合聚焦策略 | 第26-27页 |
| 3.3 八邻域算子与传统清晰度函数对比实验 | 第27-29页 |
| 3.4 验证平面拟合策略的可行性 | 第29-30页 |
| 3.5 本章小结 | 第30-31页 |
| 第4章 基于改进CNN的显微白细胞图像识别 | 第31-47页 |
| 4.1 白细胞图像除噪 | 第31-35页 |
| 4.2 基于K-MEANS颜色聚类算法的显微白细胞图像分割 | 第35-37页 |
| 4.3 基于改进CNN的显微白细胞图像识别 | 第37-46页 |
| 4.3.1 卷积神经网络的改进 | 第37-41页 |
| 4.3.2 实验环境 | 第41页 |
| 4.3.3 仿真实验 | 第41-46页 |
| 4.4 本章小结 | 第46-47页 |
| 第5章 结束语 | 第47-49页 |
| 5.1 研究工作总结 | 第47-48页 |
| 5.2 研究展望 | 第48-49页 |
| 参考文献 | 第49-53页 |
| 致谢 | 第53-54页 |
| 攻读硕士学位期间主要研究成果 | 第54页 |