结合GLCM特征和水平集算法的宫颈醋白区域分割
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第1章 绪论 | 第9-19页 |
| 1.1 课题研究背景和意义 | 第9-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.2.1 纹理特征研究现状 | 第11页 |
| 1.2.2 水平集算法研究现状 | 第11-12页 |
| 1.2.3 醋白分割研究现状 | 第12-13页 |
| 1.3 经典分割法 | 第13-17页 |
| 1.3.1 分水岭分割法 | 第14-15页 |
| 1.3.2 模糊聚类算法 | 第15页 |
| 1.3.3 基于区域分割法 | 第15-16页 |
| 1.3.4 边缘检测 | 第16-17页 |
| 1.3.5 阈值分割法 | 第17页 |
| 1.4 论文主要工作及内容 | 第17-18页 |
| 1.5 本章小节 | 第18-19页 |
| 第2章 特征提取 | 第19-29页 |
| 2.1 图片预处理 | 第19-20页 |
| 2.2 特征提取 | 第20-27页 |
| 2.2.1 特征分析 | 第20-21页 |
| 2.2.2 颜色特征测量 | 第21-22页 |
| 2.2.3 纹理特征测量 | 第22-23页 |
| 2.2.4 GLCM | 第23-27页 |
| 2.3 醋白特征构造 | 第27-28页 |
| 2.4 本章小节 | 第28-29页 |
| 第3章 醋白区域的提取 | 第29-47页 |
| 3.1 主动轮廓 | 第29-35页 |
| 3.1.1 参数主动轮廓模型 | 第30-31页 |
| 3.1.2 几何主动轮廓模型 | 第31-35页 |
| 3.2 水平集算法的基本概念及数学理论 | 第35-39页 |
| 3.2.1 变分法 | 第35-36页 |
| 3.2.2 Euler-Langrange方程 | 第36页 |
| 3.2.3 梯度下降流 | 第36-37页 |
| 3.2.4 曲线的演化 | 第37-39页 |
| 3.3 水平集算法的数值求解 | 第39-44页 |
| 3.3.1 基本水平集算法数值求解 | 第39-43页 |
| 3.3.2 改进水平集算法数值求解 | 第43-44页 |
| 3.4 结果后处理 | 第44-46页 |
| 3.4.1 形态学处理 | 第44-45页 |
| 3.4.2 结果图处理 | 第45-46页 |
| 3.5 本章小节 | 第46-47页 |
| 第4章 实验结果与对比 | 第47-58页 |
| 4.1 宫颈区域提取 | 第47页 |
| 4.2 特征提取结果 | 第47-48页 |
| 4.3 醋白分割的结果图处理 | 第48页 |
| 4.4 醋白分割结果 | 第48-50页 |
| 4.5 不同分割法的醋白分割结果 | 第50-51页 |
| 4.6 不同参数分割结果 | 第51-53页 |
| 4.7 不同条件下的分割结果比较 | 第53-56页 |
| 4.8 实验结论 | 第56-57页 |
| 4.9 本章小节 | 第57-58页 |
| 第5章 总结与展望 | 第58-61页 |
| 5.1 算法的改进 | 第58-59页 |
| 5.2 基于深度学习的宫颈癌筛查方法 | 第59页 |
| 5.3 本文方法的优势与不足 | 第59-60页 |
| 5.4 本章小节 | 第60-61页 |
| 参考文献 | 第61-66页 |
| 发表论文和参加科研情况 | 第66-67页 |
| 致谢 | 第67-68页 |
