血液白细胞显微图像分割与识别的研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 引言 | 第10-11页 |
| 1 绪论 | 第11-18页 |
| 1.1 研究背景 | 第11-12页 |
| 1.1.1 白细胞分析与诊断 | 第11-12页 |
| 1.2 课题的研究意义 | 第12-14页 |
| 1.2.1 计算机辅助诊断 | 第12-13页 |
| 1.2.2 血液白细胞检验的意义 | 第13-14页 |
| 1.3 国内外研究现状 | 第14-16页 |
| 1.4 课题主要的研究内容 | 第16-18页 |
| 2 数字图像处理基础 | 第18-24页 |
| 2.1 数字图像处理概述 | 第18-19页 |
| 2.2 颜色空间模型 | 第19-23页 |
| 2.2.1 RGB 模型 | 第21页 |
| 2.2.2 HSI 模型 | 第21-22页 |
| 2.2.3 颜色模型比较分析 | 第22-23页 |
| 2.3 本章小结 | 第23-24页 |
| 3 血液白细胞显微图像的预处理与分割 | 第24-40页 |
| 3.1 图像预处理过程 | 第24-27页 |
| 3.1.1 图像的平滑滤波 | 第24-25页 |
| 3.1.2 图像的锐化滤波 | 第25-27页 |
| 3.2 图像的分割 | 第27-30页 |
| 3.2.1 阈值分割方法 | 第28页 |
| 3.2.2 边缘检测的分割方法 | 第28-29页 |
| 3.2.3 区域生长的分割方法 | 第29-30页 |
| 3.2.4 适合血细胞图像的分割方法 | 第30页 |
| 3.3 彩色图像的分割 | 第30-32页 |
| 3.4 基于 HSI 颜色空间的白细胞图像分割 | 第32-39页 |
| 3.4.1 彩色空间转换 | 第34页 |
| 3.4.2 基于饱和度的阈值分割 | 第34-36页 |
| 3.4.3 基于色度空间的白细胞胞浆分割 | 第36-38页 |
| 3.4.4 基于数学形态学的后续处理 | 第38-39页 |
| 3.5 本章小结 | 第39-40页 |
| 4 特征提取和选择 | 第40-46页 |
| 4.1 外周血白细胞的形态特征 | 第41-43页 |
| 4.2 细胞与细胞核的几何特征 | 第43-44页 |
| 4.3 细胞核纹理特征 | 第44-45页 |
| 4.4 本章小结 | 第45-46页 |
| 5 基于 BP 神经网络的细胞图像识别 | 第46-56页 |
| 5.1 模式识别方法介绍 | 第46-47页 |
| 5.2 图像识别的过程 | 第47-48页 |
| 5.3 人工神经网络 | 第48-50页 |
| 5.3.1 神经元模型 | 第48页 |
| 5.3.2 神经网络结构 | 第48-50页 |
| 5.3.3 神经网络的特点 | 第50页 |
| 5.4 BP 神经网络用于白细胞识别 | 第50-55页 |
| 5.4.1 BP 神经网络简介 | 第51页 |
| 5.4.2 网络参数的确定 | 第51-52页 |
| 5.4.3 BP 神经网络的学习算法 | 第52-55页 |
| 5.5 本章小结 | 第55-56页 |
| 6 血液白细胞显微图像识别系统 | 第56-64页 |
| 6.1 系统设计思想 | 第56-57页 |
| 6.2 系统使用的开发工具 | 第57页 |
| 6.3 实验结果与分析 | 第57-64页 |
| 结论 | 第64-65页 |
| 参考文献 | 第65-69页 |
| 在学研究成果 | 第69-70页 |
| 致谢 | 第70页 |
