可识别交叠细胞的红、白细胞图像自动分类技术研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第1章 绪论 | 第8-16页 |
| ·研究的背景与意义 | 第8-10页 |
| ·国内外研究现状及水平 | 第10-11页 |
| ·本文所做工作及难点 | 第11-14页 |
| ·图像预处理 | 第11-12页 |
| ·图像分割有效区域提取 | 第12页 |
| ·特征选择及提取 | 第12页 |
| ·应用SVM 对高维特征向量进行自动分类识别 | 第12-13页 |
| ·对交叠细胞进行识别划分 | 第13-14页 |
| ·整体算法框架 | 第14-15页 |
| ·本文的结构 | 第15-16页 |
| 第2章 经典的图像预处理技术 | 第16-30页 |
| ·颜色空间转换 | 第16-19页 |
| ·RGB 颜色模型 | 第16-17页 |
| ·HSI 色彩模型 | 第17-19页 |
| ·图像的增强 | 第19-27页 |
| ·图像灰度值修正 | 第19-21页 |
| ·图像降噪 | 第21-26页 |
| ·图像的锐化 | 第26-27页 |
| ·图像分割 | 第27-30页 |
| ·阈值分割 | 第28-29页 |
| ·提取连通区域 | 第29-30页 |
| 第3章 细胞图像特征提取 | 第30-45页 |
| ·医学显微图像特征 | 第30-32页 |
| ·局部特征与全局特征 | 第30-31页 |
| ·数量特征和性质特征 | 第31-32页 |
| ·图像特征的选择 | 第32-33页 |
| ·颜色特征 | 第33-35页 |
| ·纹理特征 | 第35-37页 |
| ·几何特征和形态特征 | 第37-41页 |
| ·几何特征 | 第37-39页 |
| ·形态特征 | 第39-41页 |
| ·特征数据分析 | 第41-44页 |
| ·特征选取结论 | 第44-45页 |
| 第4章 应用SVM 自动识别红、白细胞 | 第45-54页 |
| ·分类问题描述 | 第45-46页 |
| ·SVM 支持向量机 | 第46-51页 |
| ·SVM 的基本原理 | 第47页 |
| ·最优分类面及广义的最有分类面 | 第47-50页 |
| ·核函数方法 | 第50-51页 |
| ·分类器的训练 | 第51-53页 |
| ·分类结果 | 第53-54页 |
| 第5章 交叠细胞检测与划分 | 第54-64页 |
| ·交叠细胞划分的难点 | 第54页 |
| ·交叠细胞分割的研究状况 | 第54-55页 |
| ·细胞的圆形性 | 第55-57页 |
| ·圆形度 | 第56页 |
| ·测试数据 | 第56-57页 |
| ·交叠细胞识别 | 第57-62页 |
| ·图像分割与边缘检测 | 第57-58页 |
| ·经典的Hough 变换圆检测 | 第58-59页 |
| ·聚类分析 | 第59-60页 |
| ·Hough 变换圆检测结合聚类分析方法 | 第60-62页 |
| ·实验结果 | 第62-64页 |
| 第6章 总结与展望 | 第64-65页 |
| ·论文工作总结 | 第64页 |
| ·不足与展望 | 第64-65页 |
| 参考文献 | 第65-68页 |
| 致谢 | 第68页 |
