基于LCTF的高光谱成像系统关键技术研究
| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第10-20页 |
| 1.1 本课题背景及意义 | 第10-11页 |
| 1.2 光谱成像技术的研究现状 | 第11-16页 |
| 1.2.1 色散型光谱成像技术 | 第11-13页 |
| 1.2.2 干涉型光谱成像技术 | 第13-14页 |
| 1.2.3 可调谐滤光器型光谱成像技术 | 第14-16页 |
| 1.3 高光谱成像技术在生物医学中的研究现状 | 第16-18页 |
| 1.4 本论文的主要工作 | 第18-20页 |
| 第二章 高光谱生物组织成像相关理论 | 第20-33页 |
| 2.1 高光谱成像基本原理 | 第20-21页 |
| 2.2 组织光学 | 第21-27页 |
| 2.2.1 光与生物组织的相互作用 | 第21-26页 |
| 2.2.2 生物组织的光学诊断和检测 | 第26-27页 |
| 2.3 显微成像系统原理 | 第27-29页 |
| 2.4 液晶可调谐滤波器 | 第29-32页 |
| 2.5 本章小结 | 第32-33页 |
| 第三章 基于LCTF的显微高光谱成像系统搭建 | 第33-48页 |
| 3.1 系统结构设计 | 第33-42页 |
| 3.1.1 光路结构设计 | 第33-40页 |
| 3.1.2 机械结构的设计 | 第40-42页 |
| 3.2 系统硬件参数及综合性能 | 第42-46页 |
| 3.3 系统软件平台 | 第46-47页 |
| 3.4 本章小结 | 第47-48页 |
| 第四章 光谱图像分析方法的研究与仿真 | 第48-73页 |
| 4.1 光谱图像预处理方法的研究 | 第48-55页 |
| 4.1.1 噪声的滤除 | 第48-50页 |
| 4.1.2 联合校正算法 | 第50-52页 |
| 4.1.3 光谱图像二值编码 | 第52-55页 |
| 4.2 光谱图像特征提取方法的研究 | 第55-64页 |
| 4.2.1 主成分分析 | 第55-58页 |
| 4.2.2 小波变换 | 第58-64页 |
| 4.3 光谱图像分类识别方法的研究 | 第64-72页 |
| 4.3.1 最小距离分类法 | 第64-66页 |
| 4.3.2 KNN算法 | 第66-68页 |
| 4.3.3 BP神经网络 | 第68-72页 |
| 4.4 本章小结 | 第72-73页 |
| 第五章 显微高光谱成像系统的实验研究 | 第73-88页 |
| 5.1 实验图像数据采集 | 第73-75页 |
| 5.2 实验数据处理 | 第75-84页 |
| 5.2.1 光谱提取及相似度分析 | 第75-81页 |
| 5.2.2 细胞识别分类 | 第81-84页 |
| 5.3 实验结果分析与总结 | 第84-87页 |
| 5.4 本章小结 | 第87-88页 |
| 第六章 总结与展望 | 第88-90页 |
| 6.1 总结 | 第88-89页 |
| 6.2 展望 | 第89-90页 |
| 致谢 | 第90-91页 |
| 参考文献 | 第91-97页 |
| 攻硕期间取得的研究成果 | 第97-98页 |
