摘要 | 第5-6页 |
abstract | 第6-7页 |
第一章 绪论 | 第10-14页 |
1.1 课题研究背景及意义 | 第10-11页 |
1.2 国内外研究现状 | 第11-12页 |
1.3 本文主要研究内容及组织结构 | 第12-14页 |
第二章 寄生虫卵图像采集及虫卵类型介绍 | 第14-20页 |
2.1 寄生虫卵图像采集简介 | 第14-16页 |
2.2 寄生虫卵类型及特征介绍 | 第16-18页 |
2.3 本章小结 | 第18-20页 |
第三章 显微粪便医学图像预处理 | 第20-48页 |
3.1 图像灰度化 | 第21-23页 |
3.2 图像平滑 | 第23-25页 |
3.2.1 线性滤波 | 第23-24页 |
3.2.2 非线性滤波 | 第24-25页 |
3.3 数学形态学 | 第25-28页 |
3.3.1 二值数学形态学 | 第26-27页 |
3.3.2 灰度数学形态学 | 第27-28页 |
3.4 图像分割 | 第28-38页 |
3.4.1 边缘分割方法 | 第29-33页 |
3.4.2 阈值分割方法 | 第33-38页 |
3.5 连通区域标记 | 第38-40页 |
3.6 寄生虫卵图像的预处理 | 第40-47页 |
3.6.1 姜片虫卵图像预处理 | 第40-42页 |
3.6.2 复杂背景下其它类型虫卵图像预处理 | 第42-47页 |
3.7 本章小结 | 第47-48页 |
第四章 寄生虫卵特征选择及特征提取 | 第48-57页 |
4.1 寄生虫卵特征分析 | 第48-49页 |
4.2 寄生虫卵特征选择 | 第49-55页 |
4.2.1 寄生虫卵几何形态特征 | 第49-53页 |
4.2.2 寄生虫卵纹理特征 | 第53-55页 |
4.3 寄生虫卵特征提取 | 第55-56页 |
4.4 本章小结 | 第56-57页 |
第五章 寄生虫卵自动识别及分类 | 第57-72页 |
5.1 基于特征筛选的肝吸虫卵自动识别 | 第57-60页 |
5.1.1 肝吸虫卵识别流程 | 第57-59页 |
5.1.2 肝吸虫卵识别结果及分析 | 第59-60页 |
5.2 基于特征筛选的姜片虫卵自动识别 | 第60-61页 |
5.2.1 姜片虫卵识别流程 | 第60-61页 |
5.2.2 姜片虫卵识别结果及分析 | 第61页 |
5.3 基于KNN的其它类型虫卵的识别分类 | 第61-71页 |
5.3.1 KNN理论介绍 | 第61-64页 |
5.3.2 基于改进的KNN的其它类型虫卵的识别分类 | 第64-67页 |
5.3.3 基于改进的KNN的其它类型虫卵识别结果及分析 | 第67-71页 |
5.4 本章小结 | 第71-72页 |
第六章 总结与展望 | 第72-74页 |
6.1 论文总结 | 第72页 |
6.2 工作展望 | 第72-74页 |
致谢 | 第74-75页 |
参考文献 | 第75-79页 |
攻读硕士学位期间取得的成果 | 第79-80页 |