| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章:绪论 | 第10-20页 |
| ·课题的背景与意义 | 第10-12页 |
| ·医学显微图像智能识别技术的发展历史 | 第12-13页 |
| ·国内外的研究现状 | 第13页 |
| ·本课题研究的基本内容和技术方案 | 第13-20页 |
| ·论文的基本内容 | 第13-16页 |
| ·论文的技术方案与体系结构 | 第16-20页 |
| 第二章:结核菌动态显微图像的自动调焦系统 | 第20-48页 |
| ·数字自动调焦技术的发展 | 第20-21页 |
| ·结核菌动态显微图像自动调焦系统的结构和原理 | 第21-25页 |
| ·系统硬件平台 | 第21-23页 |
| ·系统软件平台 | 第23-24页 |
| ·成像系统的模型与显微镜的自动聚焦原理 | 第24-25页 |
| ·光学系统的自动调焦分类 | 第25-35页 |
| ·测距法 | 第25-26页 |
| ·数字聚焦清晰度评价函数方法 | 第26-33页 |
| ·传统数字图像聚焦清晰度评价函数的特征 | 第33-35页 |
| ·结核菌动态显微图像自动调焦中的关键技术及其解决方案 | 第35-48页 |
| ·结核菌动态显微图像的滤波预处理 | 第35-38页 |
| ·结核菌动态显微图像的同态增晰 | 第38-40页 |
| ·结核菌动态显微图像自动调焦评价函数选取 | 第40-46页 |
| ·自动调焦评价函数的搜索策略 | 第46-48页 |
| 第三章:动态显微图像中结核菌的智能识别 | 第48-98页 |
| ·图像智能识别基本概念 | 第48-49页 |
| ·彩色图像处理基础—色度学基础 | 第49-54页 |
| ·色度学基础 | 第49-54页 |
| ·结核菌动态显微图像背景预处理 | 第54-59页 |
| ·结核菌显微图像的折线变换(灰度拉伸)增强 | 第55-57页 |
| ·结核菌显微图像HSI颜色空间上的变换与处理 | 第57-59页 |
| ·显微图像中结核菌的准确分割与提取 | 第59-64页 |
| ·结核菌显微图像标量中值滤波除噪声 | 第59-60页 |
| ·结核菌显微图像灰度化以及二值化 | 第60-61页 |
| ·结核菌显微图像的短枝处理 | 第61-63页 |
| ·结核菌显微图像的小面积的阈值消除 | 第63-64页 |
| ·结核菌图像的特征参数的提取与表示 | 第64-74页 |
| ·显微图像中结核菌的特征描述 | 第64-65页 |
| ·显微图像中结核菌特征参数的选择以及提取方法 | 第65-70页 |
| ·显微图像中结核菌特征值的归一化(标准化) | 第70-74页 |
| ·人工神经网络 | 第74-85页 |
| ·人工神经网络的发展及其基本原理 | 第74-78页 |
| ·人工神经网络模型 | 第78-79页 |
| ·人工神经网络的学习方法与学习规则 | 第79-83页 |
| ·人工神经网络在模式识别问题上的优势 | 第83-85页 |
| ·EBP(误差反向传播)神经网络 | 第85-92页 |
| ·EBP神经网络的拓扑结构与网络模型 | 第85-86页 |
| ·EBP神经网络的数学描述 | 第86-88页 |
| ·EBP神经网络的设计需要考虑的问题 | 第88-90页 |
| ·EBP神经网络的不足与改进方法 | 第90-92页 |
| ·EBP神经网络分类器的实现结核菌显微图像分类与记数 | 第92-98页 |
| ·输入输出变量的具体设计 | 第92页 |
| ·初始权值的选取 | 第92-93页 |
| ·隐含层节点数的选取 | 第93页 |
| ·EBP神经网络的学习过程 | 第93-96页 |
| ·结核菌样本的识别与计数 | 第96-98页 |
| 第四章:智能识别系统的程序设计与实现 | 第98-113页 |
| ·本系统的开发平台 | 第98页 |
| ·本系统的总体界面 | 第98-99页 |
| ·本系统自动调焦功能的实现 | 第99-103页 |
| ·本系统智能识别功能的实现 | 第103-113页 |
| ·背景预处理操作界面 | 第103-107页 |
| ·BP神经网络的识别与计数操作界面 | 第107-113页 |
| 第五章:结束语 | 第113-115页 |
| 主要参考文献 | 第115-119页 |
| 攻读硕士期间发表的论文以及科研项目 | 第119-120页 |
| 致谢 | 第120页 |