人体寄生虫虫卵图像特征提取与识别技术研究
| 摘要 | 第1-8页 |
| Abstract | 第8-10页 |
| 插图索引 | 第10-11页 |
| 第一章 绪论 | 第11-19页 |
| 1．1 医学图像处理与寄生虫虫卵识别 | 第11-12页 |
| 1．2 寄生虫虫卵数字图像识别的研究现状 | 第12-14页 |
| 1．2．1 国内外研究进展 | 第12-14页 |
| 1．2．2 目前存在的问题 | 第14页 |
| 1．3 研究课题的学术背景及意义 | 第14-15页 |
| 1．4 研究课题的来源及可行性 | 第15页 |
| 1．5 本文的主要研究工作 | 第15-19页 |
| 第二章 虫卵图像的预处理及分割算法分析 | 第19-26页 |
| 2．1 虫卵图像平滑算法分析 | 第19-20页 |
| 2．2 虫卵图像锐化算法分析 | 第20-22页 |
| 2．3 虫卵图像分割的经典算法 | 第22-23页 |
| 2．4 虫卵图像边缘检测算法分析 | 第23-25页 |
| 2．5 小结 | 第25-26页 |
| 第三章 虫卵图像的特征提取与分类识别算法分析 | 第26-31页 |
| 3．1 虫卵周长和面积计算 | 第26-27页 |
| 3．2 虫卵圆形度计算 | 第27页 |
| 3．3 虫卵颜色特征提取 | 第27-29页 |
| 3．4 虫卵识别与分类算法的分析 | 第29-30页 |
| 3．5 小结 | 第30-31页 |
| 第四章 虫卵图像的纹理分析与算法研究 | 第31-39页 |
| 4．1 纹理分析与图像识别 | 第31页 |
| 4．2 虫卵图像特有的纹理类型 | 第31-32页 |
| 4．3 灰度共现矩阵及纹理特征定量参数确定 | 第32-34页 |
| 4．4 能量特征提取测量参数的确定 | 第34-35页 |
| 4．5 能量计算算法的实现 | 第35-38页 |
| 4．6 小结 | 第38-39页 |
| 第五章 虫卵图像识别处理的关键算法研究 | 第39-57页 |
| 5．1 锥形加权高斯平滑模板的应用 | 第39-42页 |
| 5．2 拉普拉斯锐化模板的应用 | 第42-43页 |
| 5．3 多杂质图像特殊处理方法 | 第43-44页 |
| 5．4 分段加权灰度处理的动态阈值分割算法 | 第44-46页 |
| 5．5 Sobel边缘检测算子的应用 | 第46页 |
| 5．6 虫卵真实边界确定及两种周长算法比较 | 第46-52页 |
| 5．7 虫卵面积和圆形度计算算法 | 第52-53页 |
| 5．8 虫卵图像颜色特征的提取计算 | 第53页 |
| 5．9 最近邻域分类算法及流程 | 第53-56页 |
| 5．10 小结 | 第56-57页 |
| 第六章 实验系统的设计与实现 | 第57-64页 |
| 6．1 系统的规划 | 第57-59页 |
| 6．2 输入输出设计 | 第59-60页 |
| 6．3 系统界面设计 | 第60-61页 |
| 6．4 实验结果与分析 | 第61-64页 |
| 结论 | 第64-66页 |
| 参考文献 | 第66-69页 |
| 致谢 | 第69-70页 |
| 附录A 攻读学位期间所发表的学术论文目录 | 第70-71页 |
| 附录B 人体常见寄生虫虫卵的形态鉴别特征表 | 第71页 |
