红细胞图象处理及识别的研究与实现
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 引言 | 第9-10页 |
| 1 绪论 | 第10-15页 |
| ·课题的来源 | 第10页 |
| ·课题研究的目的和意义 | 第10-11页 |
| ·国内外研究现状 | 第11页 |
| ·本论文主要研究工作 | 第11-15页 |
| 2 图象处理 | 第15-23页 |
| ·图象基本知识 | 第15-16页 |
| ·图象数据格式 | 第15-16页 |
| ·图象的增强 | 第16-23页 |
| ·图象增强的分类 | 第17-18页 |
| ·图象的灰度直方图 | 第18-19页 |
| ·图象的灰度拉伸 | 第19-21页 |
| ·图象的均值滤波 | 第21-23页 |
| 3 图象的数学形态学处理 | 第23-27页 |
| ·数学形态学的概念 | 第23页 |
| ·图象腐蚀 | 第23-24页 |
| ·图象膨胀 | 第24-25页 |
| ·开运算和闭运算 | 第25-27页 |
| 4 图象的分割 | 第27-36页 |
| ·图象分割技术综述 | 第27-28页 |
| ·图象的阈值分割 | 第28-31页 |
| ·图象的种子填充 | 第31页 |
| ·图象的边缘检测及提取 | 第31-33页 |
| ·图象的轮廓跟踪 | 第33-36页 |
| 5 图象的模式识别 | 第36-54页 |
| ·图象识别的概念 | 第36-37页 |
| ·图象的特征 | 第37-39页 |
| ·图象的几何特征 | 第37-38页 |
| ·红细胞图象的几何特征 | 第38-39页 |
| ·决策树 | 第39-42页 |
| ·决策树的基本概念 | 第39-41页 |
| ·红细胞图象的决策树设计 | 第41-42页 |
| ·人工神经网络 | 第42-54页 |
| ·人工神经网络的概念 | 第42-46页 |
| ·感知器神经网络 | 第46-49页 |
| ·红细胞图象的感知器神经网络识别 | 第49-54页 |
| 结论 | 第54-56页 |
| 参考文献 | 第56-60页 |
| 在学研究成果 | 第60-61页 |
| 致谢 | 第61页 |
