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

白细胞显微图像的分类识别研究

中文摘要第1-4页
Abstract第4-8页
第一章 引言第8-11页
   ·选题的依据和意义第8-9页
   ·国内外研究现状第9页
   ·本文各部分的主要内容第9-11页
第二章 白细胞图像的预处理第11-19页
   ·样本采集第11-12页
     ·取材、涂片制作及染色第11-12页
     ·图像采集第12页
   ·细胞图像去噪第12-14页
     ·RGB 图像第12-13页
     ·彩色细胞图像的去噪第13-14页
   ·彩色空间第14-19页
     ·彩色空间的转换第16-17页
     ·灰度拉伸处理第17-19页
第三章 白细胞图像分割第19-41页
   ·图像分割概述第19-20页
   ·细胞图像分割技术的现状及进展第20-24页
     ·传统的分割方法第20-22页
     ·研究中细胞图像分割新算法第22-24页
   ·血液细胞类型及主要特征第24-27页
   ·数学形态学、柔性形态学及分水岭基本概念第27-32页
     ·数学形态学第27-28页
     ·柔性形态学第28-29页
     ·形态学分水岭第29-32页
   ·血液细胞分割的实现第32-41页
     ·白细胞细胞核的提取第32-36页
     ·单个白细胞的检出第36-38页
     ·白细胞胞浆的分割第38-41页
第四章 特征向量的选择及计算第41-62页
   ·形态特征第41-46页
   ·光密度和色彩特征第46-53页
   ·基于灰度共生矩阵的纹理特征第53-56页
   ·基于分形维数的多重分形特征第56-62页
     ·分形几何的基本原理第57页
     ·盒维数法的计算方法第57-58页
     ·基于分形维数的多重分形特征第58-62页
第五章 特征提取及优化选择第62-72页
   ·特征提取第62-65页
     ·基本概念第62-64页
     ·基于欧氏距离度量的特征提取第64-65页
   ·特征选择及优化选择第65-70页
     ·基本概念第65-67页
     ·模拟退火技术和遗传算法的基本原理第67页
     ·遗传算法第67-68页
     ·基于模拟退火和遗传算法的特征优化选择第68-70页
   ·本文所采用方法及实验结果分析第70-72页
第六章 基于 HMM 的血细胞分类识别第72-82页
   ·隐马尔科夫模型(HMM)第72-77页
     ·隐马尔科夫模型定义第72-73页
     ·隐马尔科夫模型的一些基本算法第73-77页
   ·基于 HMM 的血细胞图像分类识别第77-79页
   ·实验结果及与其他分类方法的比较第79-82页
     ·BP 神经网络分类器第79页
     ·Fisher 线性判别分析第79-80页
     ·K-近邻法第80页
     ·几种分类方法的性能比较第80-82页
第七章 总结与展望第82-84页
   ·总结第82-83页
   ·展望第83-84页
致谢第84-85页
参考文献第85-88页
硕士期间发表论文第88-89页
详细摘要第89-92页

论文共92页,点击 下载论文
上一篇:夏季亚洲中纬度大陆高压活动特征及其异常的机理
下一篇:论现代生态思维视域下的和谐社会建构