基于PPED的血细胞图像特征提取及分类研究
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 1 绪论 | 第8-12页 |
| 1.1 研究背景与意义 | 第8页 |
| 1.2 白细胞分类技术发展现状 | 第8-10页 |
| 1.3 图像特征提取研究现状 | 第10-11页 |
| 1.4 研究内容 | 第11页 |
| 1.5 论文的主要结构 | 第11-12页 |
| 2 数字图像处理基础理论 | 第12-24页 |
| 2.1 数字图像的数值表示 | 第12-13页 |
| 2.2 图像像素之间的关系 | 第13-15页 |
| 2.2.1 相邻像素 | 第13-14页 |
| 2.2.2 像素之间的距离 | 第14-15页 |
| 2.3 卷积 | 第15-16页 |
| 2.4 二值图像处理 | 第16-22页 |
| 2.4.1 图像腐蚀和膨胀 | 第17-19页 |
| 2.4.2 图像连通域标记 | 第19-21页 |
| 2.4.3 图像边界追踪 | 第21-22页 |
| 2.5 本章小结 | 第22-24页 |
| 3 细胞图像的采集与分割 | 第24-34页 |
| 3.1 片上无透镜图像采集系统介绍 | 第24-25页 |
| 3.2 分割算法概述 | 第25-26页 |
| 3.3 基于HSV转换和阈值法的细胞图像分割 | 第26-32页 |
| 3.3.1 HSV彩色空间转换 | 第26-28页 |
| 3.3.2 阈值分割 | 第28-32页 |
| 3.4 本章小结 | 第32-34页 |
| 4 细胞图像的特征提取 | 第34-48页 |
| 4.1 PPED算法理论背景 | 第34页 |
| 4.2 细胞图像特征提取算法实现 | 第34-41页 |
| 4.2.1 图像预处理 | 第35-36页 |
| 4.2.2 特征点检测和提取 | 第36-39页 |
| 4.2.3 特征向量的计算和滤波 | 第39-41页 |
| 4.3 细胞图像特征提取算法性能评估及参数优化 | 第41-46页 |
| 4.3.1 灰度不变性 | 第42页 |
| 4.3.2 尺度不变性 | 第42-43页 |
| 4.3.3 时间复杂度分析及参数优化 | 第43-46页 |
| 4.4 本章小结 | 第46-48页 |
| 5 细胞图像的分类 | 第48-56页 |
| 5.1 分类器概述 | 第48-49页 |
| 5.2 k最近邻分类器 | 第49-51页 |
| 5.2.1 k值选择策略 | 第49-50页 |
| 5.2.2 k近邻搜索策略 | 第50-51页 |
| 5.3 分类结果与分析 | 第51-54页 |
| 5.4 本章小结 | 第54-56页 |
| 6 总结与展望 | 第56-58页 |
| 6.1 工作总结 | 第56-57页 |
| 6.2 展望 | 第57-58页 |
| 致谢 | 第58-60页 |
| 参考文献 | 第60-64页 |
| 攻读硕士学位期间取得的研究成果 | 第64页 |
