首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于矩特征的鳞癌细胞识别

摘要第1-7页
ABSTRACT第7-10页
目录第10-13页
第一章 绪论第13-23页
   ·引言第13-15页
   ·细胞图像分割第15-16页
   ·细胞图像描述第16-18页
   ·矩不变量第18-19页
   ·支持向量机第19-20页
   ·本文的主要工作第20-21页
   ·本文的结构第21-23页
第二章 图像识别理论概述第23-41页
   ·引言第23页
   ·线性判别函数法第23-25页
   ·支持向量机第25-39页
     ·统计学习理论第25-30页
     ·支持向量机分类法第30-37页
     ·多分类支持向量机第37-39页
   ·本章小结第39-41页
第三章 基于径向多项式构建的图像矩及图像重建第41-71页
   ·引言第41页
   ·基于径向多项式构建的图像矩第41-67页
     ·几何矩第41-43页
     ·Legendre矩第43-44页
     ·Zernike矩第44-45页
     ·旋转矩(Rotational Moments,RM)第45-46页
     ·复数矩(Complex Moments,CM)第46-47页
     ·正交傅里叶-梅林矩第47-57页
     ·雅可比-傅里叶矩(Jacobi-Fourier Moments,JFMs)第57-67页
   ·利用图像矩在直角坐标系下重建图像第67-70页
   ·小结第70-71页
第四章 一种新的图像矩:指数-傅里叶矩第71-81页
   ·引言第71页
   ·三角函数矩(TFMs)第71-73页
     ·三角函数矩(TFMs)矩的分析第73页
   ·指数-傅里叶矩第73-81页
     ·指数矩的导出第73-75页
     ·Q_n(r)完备性的证明第75-76页
     ·指数矩和三角函数矩的关系第76页
     ·利用指数矩进行图像的重建第76-77页
     ·利用指数矩进行图像重建时的误差分析第77-78页
     ·采用指数矩对字符的识别第78-80页
     ·本章小结第80-81页
第五章 直角坐标系下具有多畸变不变性图像矩的运算第81-91页
   ·引言第81页
   ·在极坐标系下图像的指数矩计算第81-84页
   ·直角坐标系下图像的指数矩计算第84-86页
   ·直角坐标系下具有多畸变不变性图像矩的计算第86-87页
   ·在直角坐标系下利用指数矩重建图像第87页
   ·两种图像矩算法性能的比较第87-90页
   ·小结第90-91页
第六章 以矩为图像特征的鳞癌细胞的识别第91-103页
   ·引言第91页
   ·鳞细胞的特征第91-94页
     ·细胞的共性第91-92页
     ·鳞细胞的特点第92页
     ·鳞癌细胞的特征第92-94页
   ·鳞癌细胞识别第94-101页
     ·鳞细胞的分割第96-98页
     ·鳞癌细胞的特征提取第98-100页
     ·鳞癌细胞的识别第100-101页
   ·小结第101-103页
第七章 总结与展望第103-105页
   ·本文的工作总结第103-104页
   ·工作展望第104-105页
参考文献第105-115页
致谢第115-117页
攻读博士学位期间发表的学术论文第117页

论文共117页,点击 下载论文
上一篇:窗口经验模式分解及其在图像处理中的应用
下一篇:日本留学生学习掌握汉语变调规律及分析