| 摘要 | 第1-7页 |
| Abstract | 第7-12页 |
| 1 绪论 | 第12-22页 |
| ·引言 | 第12页 |
| ·研究的目的和意义 | 第12-15页 |
| ·图像处理中目标子图像的形态信息 | 第12-13页 |
| ·形态学方法的基本思想 | 第13-14页 |
| ·模糊形态学技术研究的热点 | 第14-15页 |
| ·模糊形态学技术研究进展 | 第15-17页 |
| ·模糊形态学在国外的研究进展 | 第15-16页 |
| ·模糊形态学理论在国内的研究进展 | 第16-17页 |
| ·论文的主要研究工作与创新点 | 第17-19页 |
| ·主要研究工作 | 第17-18页 |
| ·论文创新点 | 第18-19页 |
| ·本文内容安排 | 第19-22页 |
| 2 模糊形态学基本理论 | 第22-36页 |
| ·概述 | 第22-23页 |
| ·二值形态学 | 第23-25页 |
| ·二值图像 | 第23页 |
| ·二值结构元素(Binary Structure Element) | 第23-24页 |
| ·二值形态学基本算子(Binary Operator) | 第24-25页 |
| ·二值形态学在图像处理中的应用 | 第25页 |
| ·模糊形态学(Fuzzy Mathematical Morphology) | 第25-28页 |
| ·图像的模糊性 | 第26页 |
| ·图像的模糊化(Fuzzification) | 第26-28页 |
| ·模糊形态学理论 | 第28页 |
| ·基于三角模与反三角的模糊形态学理论 | 第28-33页 |
| ·三角模与反三角模 | 第28-31页 |
| ·基于三角模与反三角模的普通集与模糊集的转换 | 第31页 |
| ·基于三角模的模糊形态学算子 | 第31-33页 |
| ·模糊算子的截集兼容性 | 第33页 |
| ·本章小结 | 第33-36页 |
| 3 模糊测地形态学算子截集性质研究 | 第36-48页 |
| ·概述 | 第36页 |
| ·基于测地圆(Geodesic balls)的二值形态学 | 第36-38页 |
| ·测地距离(Geodesic distance) | 第37页 |
| ·测地圆(Geodesic balls) | 第37-38页 |
| ·二值测地形态学(Binary Geodesic Morphology,简称BGMM) | 第38页 |
| ·基于模糊测地圆(Fuzzy Geodesic balls)的模糊形态学 | 第38-40页 |
| ·模糊测地算子的α-截集分解 | 第40-46页 |
| ·预备知识 | 第40-41页 |
| ·模糊测地膨胀操作D_μ~r(v)的α-截集分解 | 第41-42页 |
| ·模糊测地腐蚀算子的α-截集分解 | 第42-43页 |
| ·模糊测地开和闭算子的分解问题 | 第43-46页 |
| ·模糊测地膨胀算子的重构 | 第46-47页 |
| ·本章小结 | 第47-48页 |
| 4 模糊形态学方法在白细胞检测中的应用 | 第48-66页 |
| ·概述 | 第48页 |
| ·白细胞图像自动识别过程及难点 | 第48-49页 |
| ·白细胞识别的国内外研究进展 | 第49-52页 |
| ·数学形态学方法 | 第51页 |
| ·模糊逻辑方法 | 第51-52页 |
| ·基于模糊形态学操作与散度差分类器的白细胞检测算法 | 第52-60页 |
| ·模糊形态学基本操作 | 第52-54页 |
| ·最大散度差分类器 | 第54-55页 |
| ·算法思想 | 第55-58页 |
| ·算法详细介绍 | 第58-60页 |
| ·实验结果及比较 | 第60-63页 |
| ·白细胞识别结果 | 第60-62页 |
| ·白细胞分类结果 | 第62-63页 |
| ·本章小节 | 第63-66页 |
| 5 新型模糊形态学神经元模型研究 | 第66-84页 |
| ·引言 | 第66页 |
| ·模糊形态学神经元模型 | 第66-69页 |
| ·传统神经元模型 | 第67页 |
| ·形态学神经元模型(Morphological Neuron Model) | 第67-68页 |
| ·模糊形态学神经元模型 | 第68-69页 |
| ·模糊形态学前馈网络 | 第69-76页 |
| ·模糊形态学前馈网络的函数逼近能力 | 第70-71页 |
| ·模糊形态学BP网络的应用 | 第71-76页 |
| ·基于模糊算子对的形态学联想记忆网络(Morphological Associative Memories Based on Fuzzy Operators) | 第76-81页 |
| ·传统联想记忆网络 | 第77页 |
| ·形态学联想记忆网络(Morphological Associative Memories) | 第77-78页 |
| ·基于模糊算子对的形态学联想记忆网络(Morphological Associative Memories Based on Fuzzy Operators) | 第78-79页 |
| ·仿真实验 | 第79-81页 |
| ·本章小结 | 第81-84页 |
| 6 新模糊形态学击中-丢失算子及其应用研究初探 | 第84-100页 |
| ·引言 | 第84-87页 |
| ·预备知识 | 第87-91页 |
| ·白细胞处理中的几类问题 | 第87-88页 |
| ·二值形态学击中／丢失(hit／miss)操作 | 第88-89页 |
| ·二值形态学神经网络(Morphological Shared-Weight Neural Netowrks,简称MSNN) | 第89-91页 |
| ·基于模糊击中／丢失(fuzzy hit／miss)算子的模糊形态学神经网络(Fuzzy Morphological Shared-Weight Neural Netowrks,简称FMSNN) | 第91-94页 |
| ·模糊形态学击中／丢失(fuzzy hit／miss)操作 | 第91-92页 |
| ·模糊形态学神经网络(Fuzzy Morphological Shared-Weight Neural Netowrks,简称FMSNN) | 第92-94页 |
| ·FMSNN用于白细胞识别／定位／计数 | 第94-97页 |
| ·实验结果 | 第97-99页 |
| ·本章小节 | 第99-100页 |
| 结束语 | 第100-102页 |
| 结论 | 第100-101页 |
| 展望 | 第101-102页 |
| 致谢 | 第102-104页 |
| 参考文献 | 第104-112页 |
| 博士期间论文撰写情况 | 第112页 |
