首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

神经元干细胞灰度图像的分割算法研究

摘要第1-7页
Abstract第7-12页
第1章 绪论第12-23页
   ·引言第12页
   ·神经元干细胞研究的历史背景和意义第12-14页
   ·神经元干细胞灰度图像的来源第14-17页
     ·采用数字处理技术研究神经元干细胞的原因第14-15页
     ·图像采集方式第15-16页
     ·本课题处理图像的来源第16-17页
   ·神经元干细胞亮视野显微灰度图像的特征第17-18页
   ·显微细胞图像处理技术的概况第18-21页
     ·显微细胞图像去噪、增强的发展第18-19页
     ·多细胞图像分割技术的现状第19-21页
   ·本文研究的主要内容第21-23页
第2章 神经元干细胞灰度图像的预处理第23-49页
   ·引言第23页
   ·常用的去噪、增强算法第23-29页
     ·基本的去噪方法第23-25页
     ·基本的锐化增强算法第25-27页
     ·神经元干细胞灰度图像的去噪、增强结果第27-29页
   ·基于直方图均衡化的增强算法第29-31页
     ·直方图均衡化的原理第29页
     ·直方图均衡化的定义和应用第29-31页
   ·基于形态滤波的增强算法第31-44页
     ·数学形态学基本理论和发展状况第31-33页
     ·基于多尺度的形态滤波第33-36页
     ·基于形态重构和改进的直方图均衡化的边界增强算法第36-44页
   ·均值平移滤波去除背景第44-48页
     ·均值平移滤波第44-45页
     ·基于均值平移滤波的背景去除第45-48页
   ·本章小结第48-49页
第3章 基于边界检测的图像分割方法第49-74页
   ·引言第49页
   ·图像分割方法综述第49-56页
     ·图像分割的定义和分类第49-50页
     ·基于边界的分割第50-52页
     ·基于区域的分割第52-54页
     ·基于特定理论的分割第54-56页
   ·基本的边界检测算子第56-63页
     ·常用的边界检测算子第56-61页
     ·实验结果第61-63页
   ·基于阈值边界检测和边界连接的细胞图像分割方法第63-73页
     ·阈值分割方法第63-68页
     ·边界连接算法第68-69页
     ·分割的实验结果和结论第69-73页
   ·本章小结第73-74页
第4章 基于均值平移算法的图像分割方法第74-97页
   ·引言第74页
   ·均值平移算法的理论和应用第74-84页
     ·聚类算法第74-76页
     ·密度估计算法第76-78页
     ·均值平移(Mean Shift)算法第78-84页
   ·基于Mean Shift的边界检测和图像分割系统第84-89页
     ·基于Mean Shift的图像分割第84-85页
     ·嵌入置信度的边界检测第85-86页
     ·EDSION系统和实验结果第86-89页
   ·区域合并算法第89-91页
   ·组合均值平移和区域合并的细胞图像分割方法第91-96页
     ·分割步骤的流程图第91-92页
     ·组合分割中的区域合并方法第92页
     ·利用非凸模型进行形状修正第92-94页
     ·实验结果和分析第94-96页
   ·本章小结第96-97页
第5章 基于特定理论的图像分割方法第97-121页
   ·引言第97页
   ·基于几何蛇模型的分割算法第97-109页
     ·活动轮廓模型的发展第97-98页
     ·参数蛇模型和几何蛇模型第98-101页
     ·水平集算法第101-102页
     ·应用水平集算法的几何蛇第102-105页
     ·改进的几何蛇模型分割细胞图像第105-109页
   ·基于分水岭和区域合并的细胞分割第109-117页
     ·分水岭算法的基本原理和实现第109-111页
     ·梯度矢量流第111-113页
     ·组合分水岭和基于梯度矢量流区域合并的细胞分割方法第113-117页
   ·分割评价标准和分割方法对比分析第117-120页
   ·本章小结第120-121页
结论第121-124页
参考文献第124-134页
攻读博士学位期间发表的论文和取得的科研成果第134-135页
致谢第135页

论文共135页,点击 下载论文
上一篇:网络安全态势感知技术研究
下一篇:基于图像的虚拟环境建模技术研究