脐静脉内皮细胞图像分割算法研究及系统实现
| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 第1章 绪论 | 第8-14页 |
| 1.1 研究背景与意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-11页 |
| 1.3 本文的研究工作和章节安排 | 第11-14页 |
| 1.3.1 本文研究内容 | 第11-13页 |
| 1.3.2 论文章节安排 | 第13-14页 |
| 第2章 数字图像处理的基本要点 | 第14-35页 |
| 2.1 数字图像的基本认识 | 第14-18页 |
| 2.1.1 数字图像的文件格式 | 第14页 |
| 2.1.2 数字图像的种类 | 第14-15页 |
| 2.1.3 像素间的基本关系 | 第15-18页 |
| 2.2 数字图像增强方法及原理 | 第18-22页 |
| 2.2.1 灰度拉伸算法及原理 | 第18-19页 |
| 2.2.2 图像平滑 | 第19-21页 |
| 2.2.3 图像锐化 | 第21-22页 |
| 2.3 数字图像分割常用方法 | 第22-34页 |
| 2.3.1 基于阈值的分割方法 | 第23-25页 |
| 2.3.2 基于边缘检测的分割方法 | 第25-29页 |
| 2.3.3 基于区域的分割方法 | 第29-31页 |
| 2.3.4 基于形态学的分割方法 | 第31-34页 |
| 2.4 本章小结 | 第34-35页 |
| 第3章 基于区域极小值提取的改进分水岭分割方法 | 第35-45页 |
| 3.1 改进分水岭分割方法的整体思想 | 第35-36页 |
| 3.2 预处理 | 第36-42页 |
| 3.2.1 彩色图像灰度化 | 第36页 |
| 3.2.2 灰度图像的形态学处理 | 第36-39页 |
| 3.2.3 区域极小值提取 | 第39-42页 |
| 3.3 分水岭变换 | 第42页 |
| 3.4 实验结果与分析 | 第42-44页 |
| 3.5 本章小结 | 第44-45页 |
| 第4章 基于“种子区域”和距离图重建的分割方法 | 第45-53页 |
| 4.1 算法的整体思路 | 第45-46页 |
| 4.2 预处理 | 第46-48页 |
| 4.2.1 图像灰度化 | 第46-47页 |
| 4.2.2 图像二值化 | 第47-48页 |
| 4.3 细胞“种子区域” | 第48页 |
| 4.4 改进的距离图重建方法 | 第48-49页 |
| 4.5 分水岭变换 | 第49-50页 |
| 4.6 实验结果与分析 | 第50-52页 |
| 4.7 本章小结 | 第52-53页 |
| 第5章 脐静脉内细胞图像分析系统 | 第53-59页 |
| 5.1 细胞标记计数 | 第53-54页 |
| 5.2 特征参数提取 | 第54-57页 |
| 5.2.1 细胞周长 | 第54-56页 |
| 5.2.2 细胞面积 | 第56页 |
| 5.2.3 平均灰度值 | 第56-57页 |
| 5.3 系统框架及功能介绍 | 第57-58页 |
| 5.4 系统环境 | 第58页 |
| 5.5 本章小结 | 第58-59页 |
| 第6章 结论与展望 | 第59-61页 |
| 6.1 结论 | 第59-60页 |
| 6.2 展望 | 第60-61页 |
| 致谢 | 第61-62页 |
| 参考文献 | 第62-66页 |
| 攻读学位期间的研究成果 | 第66页 |
