基于SVM算法的尿沉渣细胞分类识别系统的研究

摘要	第1-5页
Abstract	第5-9页
第1章 引言	第9-17页
·研究背景与意义	第9-11页
·国内外研究现状	第11-15页
·主要内容安排	第15-17页
第2章 尿沉渣图像处理原理	第17-21页
·尿沉渣系统原理	第17-18页
·坐标跟踪技术实现	第18-19页
·尿沉渣图像处理总体流程	第19-20页
·本章小结	第20-21页
第3章 尿沉渣图像分割	第21-33页
·图像预处理	第21-23页
·尿沉渣细胞图像的特点	第21页
·尿沉渣细胞图像的去噪	第21-23页
·细胞图像边缘检测与分割	第23-29页
·Canny 算子分割原理	第24-26页
·自适应二维熵阈值分割方法	第26-28页
·递推计算二维最大熵阈值	第28-29页
·分割实验结果	第29-32页
·本章小结	第32-33页
第4章 尿沉渣有形成分特征提取	第33-42页
·形态特征分布	第34-37页
·统计、纹理特征分布	第37-40页
·特征提取实验数据分析	第40-41页
·本章小结	第41-42页
第5章 SVM 分类器设计与实现	第42-51页
·支持向量机原理	第42-43页
·SVM 分类器	第43-44页
·分类器参数选择	第44-45页
·SVM 分类算法类框架及实验结果	第45-50页
·低倍镜下细胞分类	第46-47页
·高倍镜下细胞分类	第47-50页
·本章小结	第50-51页
第6章 总结与展望	第51-53页
·总结	第51页
·展望	第51-53页
致谢	第53-54页
参考文献	第54-56页