尿液中潜血细胞识别技术研究
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第一章 绪论 | 第9-13页 |
| ·课题的研究背景及意义 | 第9-10页 |
| ·国外与国内的研究状况 | 第10-12页 |
| ·论文研究内容 | 第12-13页 |
| 第二章 尿液细胞图像的预处理 | 第13-25页 |
| ·图像的预处理方法 | 第13-18页 |
| ·空域滤波法 | 第13-14页 |
| ·频域滤波法 | 第14-18页 |
| ·图像的分割方法 | 第18-25页 |
| ·阈值分割法 | 第18-19页 |
| ·边缘分割法 | 第19-23页 |
| ·区域分割法 | 第23-25页 |
| 第三章 目标识别常用方法 | 第25-34页 |
| ·Hough 变换 | 第25-28页 |
| ·Hough 变换的直线检测 | 第25-26页 |
| ·Hough 变换的圆形检测 | 第26-28页 |
| ·Hough 变换的椭圆检测 | 第28页 |
| ·椭圆曲线拟合法 | 第28-29页 |
| ·k-means 聚类算法 | 第29-31页 |
| ·智能识别算法 | 第31-32页 |
| ·人工神经网络算法 | 第31-32页 |
| ·支持向量机算法 | 第32页 |
| ·本文算法及方案的确定 | 第32-34页 |
| 第四章 尿液细胞图像的特征提取 | 第34-48页 |
| ·颜色特征 | 第34-37页 |
| ·RGB 颜色空间 | 第34-35页 |
| ·HSI 颜色空间 | 第35-36页 |
| ·CMY 颜色空间 | 第36页 |
| ·颜色特征提取方法 | 第36-37页 |
| ·形态特征 | 第37-38页 |
| ·纹理特征 | 第38-46页 |
| ·自相关函数 | 第38-39页 |
| ·边界频率法 | 第39-40页 |
| ·小波变换方法 | 第40-41页 |
| ·灰度共生矩阵法 | 第41-43页 |
| ·局部二值模式 LBP 法 | 第43-46页 |
| ·特征提取方法选择与改进 | 第46-48页 |
| ·特征提取方法的选取 | 第46页 |
| ·改进的 LBP 纹理方法 | 第46-48页 |
| 第五章 支持向量机原理及在尿液细胞分类中应用 | 第48-63页 |
| ·统计学习理论基础 | 第48-50页 |
| ·经验风险 | 第48页 |
| ·VC 维 | 第48-49页 |
| ·推广性的界 | 第49页 |
| ·结构风险最小化 | 第49-50页 |
| ·支持向量机概述 | 第50-55页 |
| ·线性分类 | 第50-51页 |
| ·非线性分类 | 第51-54页 |
| ·SVM 最优参数的选择 | 第54-55页 |
| ·系统设计及实验结果 | 第55-63页 |
| ·系统硬件设计 | 第55-56页 |
| ·系统软件基本框架 | 第56-59页 |
| ·图像的特征提取 | 第59-60页 |
| ·图像的分类结果分析 | 第60-63页 |
| 第六章 基于支持向量机的多类目标识别 | 第63-69页 |
| ·一对一方法 | 第63-64页 |
| ·一对多方法 | 第64-65页 |
| ·二叉树方法 | 第65-67页 |
| ·实验结果分析 | 第67-69页 |
| 第七章 总结与展望 | 第69-70页 |
| ·研究工作总结 | 第69页 |
| ·下一步研究的展望 | 第69-70页 |
| 参考文献 | 第70-73页 |
| 发表论文和科研情况说明 | 第73-74页 |
| 致谢 | 第74-75页 |
