白带显微成像中超景深相关技术的研究
| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 研究的背景和意义 | 第10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.3 论文的主要研究内容和组织结构 | 第13-15页 |
| 1.3.1 论文的主要研究内容 | 第13页 |
| 1.3.2 论文的组织结构 | 第13-15页 |
| 第二章 图像融合的相关原理 | 第15-29页 |
| 2.1 数字图像的基本形态学运算 | 第15-19页 |
| 2.2 图像增强的基本原理 | 第19-24页 |
| 2.2.1 图像的卷积 | 第19页 |
| 2.2.2 图像滤波 | 第19-23页 |
| 2.2.3 图像的平滑 | 第23-24页 |
| 2.3 图像融合质量的评价 | 第24-28页 |
| 2.3.1 主观评价 | 第24-25页 |
| 2.3.2 客观评价函数 | 第25-27页 |
| 2.3.3 融合图像评价标准的选择 | 第27-28页 |
| 2.4 本章小结 | 第28-29页 |
| 第三章 白带显微图像的采集与偏移校正 | 第29-39页 |
| 3.1 白带显微图像的采集 | 第29-32页 |
| 3.1.1 玻片下的白带显微图像 | 第29-30页 |
| 3.1.2 流动池下的白带显微图像 | 第30-31页 |
| 3.1.3 白带显微图像的获取 | 第31-32页 |
| 3.2 图像配准相关技术 | 第32-34页 |
| 3.2.1 图像配准技术的分类 | 第32-33页 |
| 3.2.2 图像配准的过程 | 第33-34页 |
| 3.3 白带显微图像的矫正及结果分析 | 第34-37页 |
| 3.3.1 图像偏移矫正算法的实现 | 第34-36页 |
| 3.3.2 图像偏移矫正的效果与分析 | 第36-37页 |
| 3.4 本章小结 | 第37-39页 |
| 第四章 图像融合超景深算法的研究 | 第39-59页 |
| 4.1 图像融合的基本步骤 | 第39-40页 |
| 4.2 常见的几种图像融合方法 | 第40-57页 |
| 4.2.1 基于系数加权的融合方法 | 第41-42页 |
| 4.2.2 基于PCA的融合方法 | 第42-43页 |
| 4.2.3 基于拉普拉斯金字塔的融合方法 | 第43-47页 |
| 4.2.4 基于对比度金字塔的融合方法 | 第47-50页 |
| 4.2.5 基于梯度金字塔的融合方法 | 第50-52页 |
| 4.2.6 基于小波变换的融合方法 | 第52-57页 |
| 4.3 图像融合方法的客观评价 | 第57-58页 |
| 4.4 本章小结 | 第58-59页 |
| 第五章 白带显微图像超景深算法的设计与实现 | 第59-75页 |
| 5.1 小波基函数的确定 | 第59-64页 |
| 5.1.1 小波基函数的选择标准 | 第59-60页 |
| 5.1.2 常见的几种小波基函数 | 第60-64页 |
| 5.1.3 小波基函数的选用 | 第64页 |
| 5.2 小波分解层数的确定 | 第64-65页 |
| 5.3 白带显微图像超景深融合方法的确定 | 第65-70页 |
| 5.3.1 改进的低频融合方法 | 第65-66页 |
| 5.3.2 改进的高频融合方法 | 第66-69页 |
| 5.3.3 白带显微图像的融合算法 | 第69-70页 |
| 5.4 实验结果及分析 | 第70-74页 |
| 5.4.1 超景深融合方法的效果图与分析 | 第70-72页 |
| 5.4.2 图像评价函数的统计结果与分析 | 第72-73页 |
| 5.4.3 算法识别率的统计结果分析 | 第73-74页 |
| 5.5 本章小结 | 第74-75页 |
| 第六章 总结及展望 | 第75-77页 |
| 6.1 论文总结 | 第75-76页 |
| 6.2 工作展望 | 第76-77页 |
| 致谢 | 第77-78页 |
| 参考文献 | 第78-82页 |
| 攻读硕士学位期间取得的研究成果 | 第82页 |
