基于特征点的数字病理图像拼接算法研究
| 中文摘要 | 第6-8页 |
| ABSTRACT | 第8-9页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 选题背景及意义 | 第10-12页 |
| 1.2 国内外研究现状 | 第12-13页 |
| 1.3 本文研究内容及组织结构 | 第13-16页 |
| 1.3.1 本文研究的主要内容 | 第13页 |
| 1.3.2 本文的组织结构 | 第13-16页 |
| 第二章 病理图像自动扫描系统 | 第16-20页 |
| 2.1 系统构成 | 第16-18页 |
| 2.2 图像采集序列 | 第18-20页 |
| 第三章 特征提取算法 | 第20-36页 |
| 3.1 Moravec检测算子 | 第20-22页 |
| 3.2 Harris检测算子 | 第22-24页 |
| 3.3 SIFT特征提取 | 第24-29页 |
| 3.4 SURF算法 | 第29-34页 |
| 3.5 效率对比分析 | 第34-36页 |
| 第四章 数字病理图像拼接技术 | 第36-40页 |
| 4.1 重叠区域的粗定位 | 第37页 |
| 4.2 自适应Moravec（AMO）角点检测 | 第37-38页 |
| 4.3 基于归一化互相关的相似性测度 | 第38-40页 |
| 第五章 实验分析 | 第40-44页 |
| 5.1 有效性验证 | 第40-41页 |
| 5.2 自适应Moravec算子性能 | 第41-42页 |
| 5.3 效率分析 | 第42-44页 |
| 第六章 总结与展望 | 第44-46页 |
| 参考文献 | 第46-50页 |
| 附录 | 第50-62页 |
| 攻读学位期间发表的学术论文 | 第62-64页 |
| 致谢 | 第64-65页 |
