基于模糊聚类的尿沉渣有形成分分析研究
| 摘要 | 第1-8页 |
| Abstract | 第8-9页 |
| 第1章 绪论 | 第9-23页 |
| ·本课题研究的背景及意义 | 第9-11页 |
| ·生物医学图像处理的发展 | 第9-10页 |
| ·尿沉渣图像有形成分分析和识别的发展现状 | 第10-11页 |
| ·尿沉渣图像的特点 | 第11-20页 |
| ·尿沉渣图像的一般特点 | 第11-12页 |
| ·尿沉渣图像各种有形成分的特点 | 第12-20页 |
| ·尿沉渣分类方法综述 | 第20-22页 |
| ·本文的结构 | 第22-23页 |
| 第2章 尿沉渣图像预处理和分割 | 第23-34页 |
| ·图像输入和图像的预处理的内容 | 第23-24页 |
| ·图像的预处理 | 第24-27页 |
| ·尿沉渣原始彩图灰度化 | 第24-25页 |
| ·图像增强和滤波 | 第25-27页 |
| ·图像边缘检测 | 第27-31页 |
| ·边缘和检测原理 | 第27-28页 |
| ·Prewitt算子 | 第28-29页 |
| ·拉普拉斯(Laplace)算子 | 第29-30页 |
| ·Sobel算子 | 第30-31页 |
| ·图像分割 | 第31-34页 |
| ·图像分割处理综述 | 第31-32页 |
| ·图像分割的方法 | 第32-34页 |
| 第3章 尿沉渣图像特征提取和选择 | 第34-41页 |
| ·图像模式识别的概念 | 第34-35页 |
| ·基于统计方法的图像模式识别 | 第34-35页 |
| ·特征提取 | 第35-40页 |
| ·形态特征 | 第35-37页 |
| ·纹理参数 | 第37-40页 |
| ·特征选择 | 第40-41页 |
| 第4章 尿沉渣有形成分聚类分析识别 | 第41-56页 |
| ·模糊聚类概述 | 第41-44页 |
| ·模糊数学是模糊聚类分析的基础 | 第41-42页 |
| ·聚类分析是一种典型的非监督学习的方法 | 第42页 |
| ·聚类分析三个要点和聚类过程中的三个步骤 | 第42-43页 |
| ·聚类分析的应用 | 第43-44页 |
| ·尿沉渣模糊聚类分析的步骤 | 第44-50页 |
| ·数据标准化 | 第44-45页 |
| ·建立模糊相似矩阵 | 第45-46页 |
| ·建立模糊等价矩阵和入截矩阵 | 第46-48页 |
| ·阈值λ和最后类别划分的确定 | 第48-49页 |
| ·尿沉渣成分模糊聚类实现 | 第49页 |
| ·模糊聚类的实验结果 | 第49-50页 |
| ·类间自适应阈值分割法选取类中待定颗粒 | 第50-52页 |
| ·BP神经网络对于有形成分的识别 | 第52-56页 |
| ·BP神经网络及BP算法简介 | 第52-53页 |
| ·BP神经网络的学习过程及权值更新 | 第53-54页 |
| ·BP神经网络识别和实验结果 | 第54-56页 |
| 第5章 总结与展望 | 第56-57页 |
| 参考文献 | 第57-60页 |
| 致谢 | 第60-61页 |
| 硕士在读期间论文发表的清单 | 第61页 |
