基于显微图像的结核杆菌自动检测关键技术研究
| 表目录 | 第1-8页 |
| 图目录 | 第8-11页 |
| 摘要 | 第11-12页 |
| Abstract | 第12-14页 |
| 第一章 绪论 | 第14-29页 |
| ·课题背景与研究意义 | 第14-16页 |
| ·课题背景 | 第14-15页 |
| ·研究意义 | 第15-16页 |
| ·国内外研究现状及关键技术综述 | 第16-23页 |
| ·结核杆菌自动检测技术研究现状 | 第16-19页 |
| ·自动聚焦技术研究现状 | 第19-23页 |
| ·论文主要工作及创新点 | 第23-25页 |
| ·论文主要工作 | 第23-25页 |
| ·论文主要创新点 | 第25页 |
| ·论文研究思路及组织结构 | 第25-29页 |
| ·论文研究思路 | 第25-26页 |
| ·论文内容及组织结构 | 第26-29页 |
| 第二章 聚焦函数设计及其性能优化 | 第29-63页 |
| ·聚焦函数设计 | 第29-36页 |
| ·聚焦函数设计原理 | 第29-32页 |
| ·基于梯度的聚焦函数 | 第32-35页 |
| ·频域聚焦函数 | 第35页 |
| ·基于自相关及灰度方差的聚焦函数 | 第35-36页 |
| ·聚焦函数性能评价指标设计及最优函数选取 | 第36-48页 |
| ·性能评价指标设计 | 第37-41页 |
| ·聚焦函数性能定量评估 | 第41-47页 |
| ·最优函数选取 | 第47-48页 |
| ·聚焦曲线陡峭度增强 | 第48-62页 |
| ·问题的提出 | 第48-49页 |
| ·陡峭度增强算法 | 第49-57页 |
| ·算法性能评估 | 第57-60页 |
| ·算法复杂度分析 | 第60-61页 |
| ·自动聚焦实验 | 第61-62页 |
| ·小结 | 第62-63页 |
| 第三章 焦平面搜索算法 | 第63-87页 |
| ·显微镜大范围聚焦 | 第63-69页 |
| ·聚焦相对范围数 | 第64-65页 |
| ·聚焦类型分析 | 第65-66页 |
| ·F 值变化的有效性 | 第66-67页 |
| ·聚焦类型判决及转换 | 第67-69页 |
| ·陡峭区极值搜索 | 第69-74页 |
| ·盲人爬山算法 | 第69-70页 |
| ·曲线拟合算法 | 第70-74页 |
| ·基于视频连续反馈的显微镜自动聚焦算法 | 第74-79页 |
| ·连续聚焦模型的建立 | 第75-76页 |
| ·适用范围及运动速度控制 | 第76-78页 |
| ·聚焦初始方向的选取 | 第78-79页 |
| ·自动聚焦系统及实验 | 第79-86页 |
| ·全自动显微镜系统 | 第79-81页 |
| ·Z 轴回程误差标定 | 第81页 |
| ·自动聚焦实验及讨论 | 第81-86页 |
| ·小结 | 第86-87页 |
| 第四章 结核杆菌目标颜色及形状特征建模 | 第87-114页 |
| ·颜色空间分析及选取 | 第88-96页 |
| ·典型颜色空间 | 第88-92页 |
| ·颜色空间选取 | 第92-96页 |
| ·结核杆菌目标颜色特征建模 | 第96-101页 |
| ·GMM 模型 | 第96-97页 |
| ·模型参数估计 | 第97-99页 |
| ·简化模型 | 第99-100页 |
| ·实验结果 | 第100-101页 |
| ·结核杆菌目标形状特征建模 | 第101-113页 |
| ·结核杆菌目标形状的点分布模型 | 第103-104页 |
| ·训练样本对齐 | 第104-107页 |
| ·形状模型建立 | 第107-112页 |
| ·模型参数控制 | 第112-113页 |
| ·小结 | 第113-114页 |
| 第五章 结核杆菌显微图像分割及识别算法 | 第114-161页 |
| ·分割及识别算法概述 | 第114-118页 |
| ·分割算法概述 | 第114-116页 |
| ·识别算法概述 | 第116-118页 |
| ·结核杆菌显微图像分割 | 第118-134页 |
| ·基于 HSV 颜色空间的图像初始分割 | 第118-121页 |
| ·基于彩色图像梯度分析和局部自适应阈值的图像分割 | 第121-128页 |
| ·分割结果后处理 | 第128-130页 |
| ·图像分割实验 | 第130-134页 |
| ·基于形状几何统计特征及决策树的目标分类 | 第134-143页 |
| ·目标样本库的建立 | 第134-135页 |
| ·目标特征分析及形态描述子选取 | 第135-139页 |
| ·基于决策树的目标分类 | 第139-143页 |
| ·基于变形模型的目标分类及形状分析 | 第143-151页 |
| ·基于数学形态学的目标骨架提取及关键点自动标注 | 第143-146页 |
| ·简化形状模型的建立 | 第146-149页 |
| ·目标形状参数提取及识别 | 第149-151页 |
| ·实验及讨论 | 第151-160页 |
| ·典型样本实验 | 第152-157页 |
| ·大样本实验 | 第157-160页 |
| ·小节 | 第160-161页 |
| 第六章 总结与展望 | 第161-165页 |
| ·论文工作总结 | 第161-163页 |
| ·论文主要工作 | 第161-163页 |
| ·论文主要创新点 | 第163页 |
| ·下一步工作及研究方向 | 第163-165页 |
| 致谢 | 第165-166页 |
| 参考文献 | 第166-175页 |
| 作者在学期间取得的学术成果 | 第175-176页 |
