| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 插图和附表清单 | 第8-9页 |
| 缩略语表 | 第9-10页 |
| 1 引言 | 第10-15页 |
| ·本课题的研究背景及意义 | 第10-11页 |
| ·研究背景 | 第10-11页 |
| ·研究意义 | 第11页 |
| ·生物医学图像处理技术的发展 | 第11-12页 |
| ·国内外研究现状以及发展趋势 | 第12页 |
| ·运用改进后的变形雅可比——傅立叶不变矩识别虫卵的优势 | 第12-13页 |
| ·研究不变矩的主要困难 | 第13页 |
| ·本文的研究内容 | 第13-15页 |
| 2 变形雅可比——傅立叶矩的改进算法及其不变性分析 | 第15-22页 |
| ·变形雅可比——傅立叶矩的改进算法 | 第15-16页 |
| ·变形雅可比——傅立叶矩改进算法的不变性分析 | 第16-22页 |
| 3 计算不变矩之前预处理的重要性及其方法 | 第22-30页 |
| ·预处理方法概述 | 第22页 |
| ·相同内容的不同图像经过预处理后的结果 | 第22-26页 |
| ·不同内容的图像经过预处理之后的结果 | 第26-30页 |
| 4 人工神经网络以及BP网络对不变矩值判别的优势 | 第30-37页 |
| ·人工神经网络概述 | 第30-31页 |
| ·BP网络 | 第31-32页 |
| ·BP网络的不足 | 第32-33页 |
| ·BP网络的基本算法 | 第33-35页 |
| ·BP网络对不变矩值判别的优势 | 第35-37页 |
| 5 利用改进后的PJFM’S和BP网络对虫卵识别与初步计数的研究 | 第37-46页 |
| ·概述 | 第37-38页 |
| ·实验样本的选取 | 第38-39页 |
| ·标准虫卵图像特征的提取以及不变矩值训练样本集的建立 | 第39-41页 |
| ·识别与计数规则 | 第41-42页 |
| ·实验样本的选取及其处理方法 | 第42-43页 |
| ·识别结果 | 第43-44页 |
| ·计数结果 | 第44页 |
| ·存在的问题 | 第44-46页 |
| 6 结论 | 第46-47页 |
| 致谢 | 第47-48页 |
| 参考文献 | 第48-50页 |
| 作者简介 | 第50页 |
