结核细胞自动识别系统中关键技术的研究
| 第一章 绪论 | 第1-17页 |
| ·研究的背景和意义 | 第10页 |
| ·显微细胞图像识别研究历史及方法综述 | 第10-11页 |
| ·图像分割与图像识别的基本知识 | 第11-13页 |
| ·图像分割 | 第11-12页 |
| ·图像识别 | 第12-13页 |
| ·图像分割识别方法概述 | 第13页 |
| ·细胞图像分类识别研究与医学的关系 | 第13-14页 |
| ·本课题的研究内容 | 第14-17页 |
| 第二章 图像分割方法及实现 | 第17-31页 |
| ·图像增强与平滑 | 第17-25页 |
| ·直方图 | 第17页 |
| ·直方图计算 | 第17-19页 |
| ·直方图均衡化 | 第19-21页 |
| ·中值滤波(图像平滑) | 第21-25页 |
| ·图像边缘提取 | 第25-31页 |
| ·Roberts算子 | 第26-27页 |
| ·Laplacian算子 | 第27-28页 |
| ·Prewitt算子 | 第28页 |
| ·Sobel算子 | 第28-29页 |
| ·LOG算子 | 第29-30页 |
| ·上述几个算子比较与选型 | 第30-31页 |
| 第三章 基于结核杆菌特征的模式向量表示 | 第31-39页 |
| ·概述 | 第31页 |
| ·形态学分析依据 | 第31-32页 |
| ·链码跟踪算法 | 第32-33页 |
| ·核细胞模式特征 | 第33-39页 |
| ·特征向量定义基础 | 第34-35页 |
| ·模式特征向量与计算方法 | 第35-37页 |
| ·基于细胞特征向量距离的分类 | 第37-39页 |
| 第四章 细胞图像分类识别方法及实现 | 第39-65页 |
| ·概述 | 第39页 |
| ·基于Bayes决策理论的结核细胞图像分类识别 | 第39-44页 |
| ·统计模式识别简介 | 第39页 |
| ·Bayes分类算法与实现 | 第39-43页 |
| ·贝叶斯实验结果与分析 | 第43-44页 |
| ·基于BP神经网络的结核细胞图像分类识别 | 第44-58页 |
| ·神经网络概述 | 第44-45页 |
| ·神经网络基础 | 第45-49页 |
| ·BP网络结构选型及训练过程实现 | 第49-57页 |
| ·BP网络的实验结果与分析 | 第57-58页 |
| ·基于最小距离监督分类法的结核细胞图像分类识别 | 第58-62页 |
| ·最小距离算法 | 第59-60页 |
| ·最小距离监督分类算法流程及程序实现 | 第60-61页 |
| ·最小距离监督分类算法的实验结果与分析 | 第61-62页 |
| ·三种分类方法实验结果的比较与分析 | 第62-65页 |
| ·实验结果比较 | 第62-63页 |
| ·分析与总结 | 第63-65页 |
| 第五章 结束语 | 第65-66页 |
| 参考文献 | 第66-69页 |
| 致谢 | 第69-70页 |
| 附录Ⅰ | 第70-73页 |
| 附录Ⅱ | 第73-76页 |
| 附录Ⅲ | 第76-80页 |
| 研究成果及发表的学术论文 | 第80-81页 |
| 作者和导师简介 | 第81-82页 |
| 硕士研究生学位论文答辩委员会决议书 | 第82-83页 |
