摘要 | 第10-12页 |
Abstract | 第12-13页 |
第一章 绪论 | 第14-24页 |
1.1 课题背景与研究意义 | 第14-15页 |
1.2 结核病计算机辅助诊断的相关技术简介 | 第15-16页 |
1.3 国内外研究现状 | 第16-19页 |
1.4 相关研究中的现存问题分析 | 第19-21页 |
1.5 本文的研究内容与结构安排 | 第21-24页 |
第二章 基于直方图均衡化的结核杆菌图像增强 | 第24-38页 |
2.1 引言 | 第24-25页 |
2.2 基于直方图均衡化的增强算法概述 | 第25-29页 |
2.2.1 直方图均衡化增强算法原理 | 第25-27页 |
2.2.2 基于直方图均衡化的改进算法概述 | 第27-29页 |
2.3 基于WTHE的彩色图像增强算法 | 第29-31页 |
2.3.1 直方图计算 | 第29-30页 |
2.3.2 PDF变换与灰度映射 | 第30-31页 |
2.3.3 亮度规范化 | 第31页 |
2.4 实验结果与讨论 | 第31-36页 |
2.4.1 实验平台与参数设置 | 第31-32页 |
2.4.2 图像增强结果 | 第32-36页 |
2.5 本章小结 | 第36-38页 |
第三章 基于分水岭的结核杆菌图像分割算法 | 第38-62页 |
3.1 引言 | 第38-39页 |
3.2 分水岭变换原理 | 第39-41页 |
3.2.1 分水岭算法概述 | 第39-40页 |
3.2.2 过分割问题 | 第40-41页 |
3.3 基于gPb分水岭的结核杆菌图像分割算法 | 第41-51页 |
3.3.1 基于gPb的分水岭变换 | 第42-44页 |
3.3.2 相邻区域最大相似度合并 | 第44-45页 |
3.3.3 多阈值分割 | 第45-48页 |
3.3.4 实验结果与讨论 | 第48-51页 |
3.4 基于自动标记分水岭的结核杆菌图像分割算法 | 第51-59页 |
3.4.1 基于高斯滤波的标记获取 | 第52-54页 |
3.4.2 基于自适应尺度高斯滤波的标记获取 | 第54-56页 |
3.4.3 实验结果与讨论 | 第56-59页 |
3.5 本章小结 | 第59-62页 |
第四章 基于目标骨架的断裂目标连接和重叠结核杆菌目标分割 | 第62-80页 |
4.1 引言 | 第62页 |
4.2 基于目标骨架的断裂目标连接算法 | 第62-68页 |
4.2.1 目标骨架及端点信息提取 | 第62-65页 |
4.2.2 断裂目标搜索 | 第65-66页 |
4.2.3 断裂目标连接 | 第66-67页 |
4.2.4 实验结果与讨论 | 第67-68页 |
4.3 基于目标骨架的重叠结核杆菌目标分割算法 | 第68-78页 |
4.3.1 重叠目标骨架结构分析 | 第69-72页 |
4.3.2 基于PASM的形状先验估计 | 第72-75页 |
4.3.3 GVFsnake边缘估计 | 第75-76页 |
4.3.4 实验结果与讨论 | 第76-78页 |
4.4 本章小结 | 第78-80页 |
第五章 基于ASM的结核杆菌目标识别 | 第80-98页 |
5.1 引言 | 第80页 |
5.2 基于ASM的结核杆菌目标识别算法 | 第80-90页 |
5.2.1 结核杆菌的点分布模型 | 第81-84页 |
5.2.2 训练样本对齐 | 第84-86页 |
5.2.3 PCA形状建模 | 第86-88页 |
5.2.4 基于形状模型的识别准则 | 第88-90页 |
5.3 几种分类器简介 | 第90-92页 |
5.4 实验结果与讨论 | 第92-97页 |
5.4.1 典型样本实验 | 第92-94页 |
5.4.2 识别结果定量评价 | 第94-96页 |
5.4.3 系统样机测试实验 | 第96-97页 |
5.5 本章小结 | 第97-98页 |
第六章 总结与展望 | 第98-102页 |
6.1 本文工作总结 | 第98-100页 |
6.2 本文主要创新点总结 | 第100页 |
6.3 下一步工作展望 | 第100-102页 |
致谢 | 第102-104页 |
参考文献 | 第104-114页 |
作者在学期间取得的学术成果 | 第114-115页 |