尿液中潜血细胞识别技术研究
| 摘要 | 第1-6页 |
| Abstract | 第6-7页 |
| 目录 | 第7-9页 |
| 第一章 绪论 | 第9-13页 |
| ·课题的研究背景及意义 | 第9-10页 |
| ·国内外研究现状 | 第10-12页 |
| ·论文研究内容 | 第12-13页 |
| 第二章 尿液中潜血细胞图像的预处理及分割 | 第13-23页 |
| ·尿液中潜血细胞图像的预处理 | 第13-16页 |
| ·邻域平均法 | 第13-14页 |
| ·中值滤波法 | 第14页 |
| ·高斯滤波法 | 第14-15页 |
| ·频域低通滤波法 | 第15-16页 |
| ·尿液中潜血细胞图像的分割 | 第16-23页 |
| 第三章 尿液中潜血细胞图像识别方法分析 | 第23-32页 |
| ·Hough 变换 | 第23-24页 |
| ·椭圆曲线拟合法 | 第24-26页 |
| ·k-means 聚类算法 | 第26-28页 |
| ·智能识别算法 | 第28-30页 |
| ·人工神经网络算法 | 第29-30页 |
| ·支持向量机算法 | 第30页 |
| ·识别算法及方案的确定 | 第30-32页 |
| 第四章 尿液中潜血细胞图像特征的提取 | 第32-45页 |
| ·颜色特征 | 第32-35页 |
| ·RGB 颜色空间 | 第32-33页 |
| ·HSI 颜色空间 | 第33-34页 |
| ·CMY 颜色空间 | 第34页 |
| ·颜色特征提取方法 | 第34-35页 |
| ·形态特征 | 第35-36页 |
| ·纹理特征 | 第36-43页 |
| ·自相关函数 | 第37页 |
| ·边界频率法 | 第37-38页 |
| ·灰度共生矩阵法 | 第38-40页 |
| ·局部二值模式 LBP 法 | 第40-43页 |
| ·特征提取方法选择与改进 | 第43-45页 |
| ·特征提取方法的选取 | 第43页 |
| ·改进的 LBP 纹理方法 | 第43-45页 |
| 第五章 支持向量机原理 | 第45-54页 |
| ·统计学习理论 | 第45-47页 |
| ·VC 维 | 第45-46页 |
| ·推广性的界 | 第46页 |
| ·结构风险最小化 | 第46-47页 |
| ·支持向量机 | 第47-52页 |
| ·线性分类 | 第47-49页 |
| ·非线性分类 | 第49-52页 |
| ·SVM 最优参数的选择 | 第52-54页 |
| 第六章 系统设计与实验结果 | 第54-69页 |
| ·系统硬件结构设计 | 第54-55页 |
| ·系统软件基本框架和各部分功能 | 第55-60页 |
| ·尿液中潜血细胞图像特征提取实验 | 第60-62页 |
| ·尿液中潜血细胞识别分类实验 | 第62-66页 |
| ·实验结果分析 | 第66-69页 |
| 第七章 总结与展望 | 第69-71页 |
| ·工作总结 | 第69页 |
| ·研究展望 | 第69-71页 |
| 参考文献 | 第71-74页 |
| 发表论文和科研情况说明 | 第74-75页 |
| 致谢 | 第75-76页 |
