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

胸水癌细胞显微图像处理与识别方法研究

摘要第1-6页
ABSTRACT第6-10页
第1章 绪论第10-15页
   ·引言第10-11页
   ·显微图象的国内外研究现状第11-12页
   ·本课题的目的和意义第12-13页
   ·本文的主要研究工作第13-14页
   ·本文的技术难点第14-15页
第2章 胸水癌细胞显微图象的分割第15-32页
   ·图像的阈值分割第15-20页
     ·阈值分割的定义第15-16页
     ·阈值分割方法分类第16-18页
     ·本文采用的分割方法第18-20页
   ·图像的边缘检测第20-28页
     ·边缘检测概述第20-21页
     ·传统边缘检测的分类及其性能分析第21-23页
     ·几种常见的边缘检测算子第23-26页
     ·模糊边缘检测第26-28页
   ·胸水癌细胞显微图像分割的实现第28-31页
   ·本章小结第31-32页
第3章 胸水癌细胞显微图像的特征提取第32-44页
   ·图像特征表征概述第32页
   ·图像特征的表示与描述方法第32-41页
     ·图像链码描述第32-34页
     ·图像的几何特征第34-38页
     ·图像的形状特征第38-41页
   ·胸水癌细胞显微图像特征提取的具体方案第41-43页
   ·本章小结第43-44页
第4章 胸水癌细胞显微图像的模糊模式识别第44-64页
   ·模糊模式识别理论基础第44-56页
     ·模糊集合第45-47页
     ·隶属函数第47-55页
     ·模糊模型识别度量及其识别原则第55-56页
   ·胸水癌细胞显微图像的模糊模式识别的实现第56-63页
     ·主要步骤第57页
     ·胸水细胞样本空间的初步划分第57-58页
     ·隶属函数的确定第58-61页
     ·胸水细胞模糊论域的再划分第61页
     ·胸水癌细胞的识别及实验数据第61-63页
   ·本章小结第63-64页
第5章 胸水癌细胞显微图像的模糊聚类分析第64-71页
   ·模糊聚类分析介绍第64-65页
   ·基于目标函数的模糊聚类分析算法第65-68页
     ·数据集的c 划分第65页
     ·聚类目标函数第65-68页
   ·FCM 算法在胸水癌细胞显微图像识别中的应用第68-70页
   ·本章小结第70-71页
结论第71-73页
参考文献第73-77页
攻读学位期间发表的学术论文第77-78页
致谢第78页

论文共78页,点击 下载论文
上一篇:目标呈现教学对公安院校学生学习自我效能感的影响研究
下一篇:肠内营养对肝叶切除术后小肠糖异生影响研究