| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-12页 |
| 1.1 问题的提出 | 第8页 |
| 1.2 研究意义 | 第8页 |
| 1.3 细胞分割技术研究现状 | 第8-10页 |
| 1.3.1 基于区域分割方式 | 第9页 |
| 1.3.2 基于边缘分割方式 | 第9-10页 |
| 1.4 主要研究工作 | 第10页 |
| 1.5 论文组织结构 | 第10-12页 |
| 第二章 图像感兴趣区域的研究 | 第12-19页 |
| 2.1 ROI方法的发展及其应用 | 第12页 |
| 2.2 常见ROI的提取算法 | 第12-14页 |
| 2.3 基于视觉机制的ROI提取算法 | 第14-19页 |
| 2.3.1 Stentiford视觉注意模型 | 第15-16页 |
| 2.3.2 光谱残差模型 | 第16-17页 |
| 2.3.3 Hu-Rajan-Chia模型 | 第17-19页 |
| 第三章 ITTI视觉模型 | 第19-24页 |
| 3.1 ITTI视觉模型的概述 | 第19页 |
| 3.2 ITTI视觉模型基本理论 | 第19-20页 |
| 3.3 ITTI视觉模型主要特征提取 | 第20-23页 |
| 3.3.1 高斯金字塔分解 | 第20-21页 |
| 3.3.2 亮度特征提取 | 第21页 |
| 3.3.3 颜色特征提取 | 第21-22页 |
| 3.3.4 方向特征提取 | 第22-23页 |
| 3.4 ITTI视觉模型的应用 | 第23-24页 |
| 第四章 粒子群优化算法 | 第24-30页 |
| 4.1 PSO算法的概述 | 第24页 |
| 4.2 基本粒子群算法 | 第24-26页 |
| 4.3 标准粒子群算法 | 第26-28页 |
| 4.3.1 带惯性权重的PSO算法 | 第26-27页 |
| 4.3.2 带收缩因子的PSO算法 | 第27-28页 |
| 4.4 PSO算法的特点及应用现状 | 第28-30页 |
| 4.4.1 PSO算法的优点 | 第28页 |
| 4.4.2 PSO算法的应用研究现状 | 第28-30页 |
| 第五章 基于改进PSO的ITTI模型的白细胞区域提取 | 第30-40页 |
| 5.1 改进的ITTI视觉模型 | 第30-31页 |
| 5.2 改进的PSO算法 | 第31-33页 |
| 5.3 骨髓细胞图像中白细胞区域提取实现过程 | 第33-36页 |
| 5.4 实验结果分析 | 第36-39页 |
| 5.4.1 变换信息量检测指标 | 第36-37页 |
| 5.4.2 概率边缘指数检测指标 | 第37-38页 |
| 5.4.3 全局一致性误差检测指标 | 第38-39页 |
| 5.5 本章小结 | 第39-40页 |
| 第六章 总结与展望 | 第40-41页 |
| 6.1 总结 | 第40页 |
| 6.2 未来研究工作展望 | 第40-41页 |
| 参考文献 | 第41-45页 |
| 在学研究成果 | 第45-46页 |
| 致谢 | 第46页 |