| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-15页 |
| 1.2.1 细胞图像分割技术 | 第11-13页 |
| 1.2.2 生物细胞计数方法 | 第13-14页 |
| 1.2.3 细胞图像CBIR方法 | 第14-15页 |
| 1.3 论文主要内容与组织结构安排 | 第15-18页 |
| 1.3.1 论文的主要内容 | 第15-16页 |
| 1.3.2 论文的组织结构安排 | 第16-18页 |
| 第二章 相关农业技术知识 | 第18-24页 |
| 2.1 荧光原位杂交技术 | 第18-19页 |
| 2.2 荧光原位杂交技术的应用 | 第19-20页 |
| 2.2.1 FISH技术在植物学中的应用 | 第19-20页 |
| 2.2.2 FISH技术在动物学中的应用 | 第20页 |
| 2.3 精子细胞FISH图像 | 第20-22页 |
| 2.4 本章小结 | 第22-24页 |
| 第三章 基于PCNN的细胞FISH图像的分割和细胞计数 | 第24-36页 |
| 3.1 脉冲耦合神经网络模型概述 | 第24-29页 |
| 3.1.1 Eckhorn神经元模型 | 第24-26页 |
| 3.1.2 PCNN基本模型 | 第26-27页 |
| 3.1.3 PCNN自动波特性 | 第27-29页 |
| 3.2 基于PCNN的细胞FISH图像分割和计数 | 第29-33页 |
| 3.2.1 算法流程图 | 第29页 |
| 3.2.2 细胞FISH图像分割与计数 | 第29-33页 |
| 3.3 实验结果与分析 | 第33-35页 |
| 3.3.1 计数结果 | 第33-34页 |
| 3.3.2 实验分析 | 第34-35页 |
| 3.4 本章小结 | 第35-36页 |
| 第四章 基于改进粒子群分类算法的FISH图像检索 | 第36-48页 |
| 4.1 粒子群算法 | 第36-38页 |
| 4.1.1 标准粒子群算法 | 第36-37页 |
| 4.1.2 改进粒子群优化算法 | 第37-38页 |
| 4.2 图像分区分类算法思想 | 第38-40页 |
| 4.2.1 问题分析 | 第38页 |
| 4.2.2 分区分类方法步骤 | 第38-40页 |
| 4.3 基于改进粒子群优化算法的图像检索 | 第40-43页 |
| 4.3.1 改进PSO优化算法 | 第40-41页 |
| 4.3.2 基于改进PSO算法的图像检索 | 第41-42页 |
| 4.3.3 适应度函数 | 第42-43页 |
| 4.4 公开图像集检索实验 | 第43-47页 |
| 4.4.1 图像检索实验 | 第43-45页 |
| 4.4.2 性能对比试验 | 第45-46页 |
| 4.4.3 细胞FISH图像库检索实验 | 第46-47页 |
| 4.5 本章小结 | 第47-48页 |
| 第五章 总结与展望 | 第48-50页 |
| 5.1 总结 | 第48-49页 |
| 5.2 展望 | 第49-50页 |
| 参考文献 | 第50-54页 |
| 致谢 | 第54-55页 |
| 攻读学位期间的科研成果 | 第55-56页 |