基于显微高光谱成像的血液细胞识别研究与应用
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-11页 |
| 第一章 绪论 | 第11-18页 |
| ·高光谱成像技术的发展 | 第11-12页 |
| ·高光谱成像技术在生物医学上的应用 | 第12-13页 |
| ·高光谱细胞分类和识别的意义 | 第13-14页 |
| ·本文研究重点与创新 | 第14-15页 |
| ·本文研究内容及结构 | 第15-18页 |
| 第二章 高光谱数据采集和预处理 | 第18-34页 |
| ·显微高光谱成像系统 | 第18-26页 |
| ·高光谱成像过程及原理 | 第19-20页 |
| ·系统参数分析 | 第20-22页 |
| ·高光谱数据采集过程 | 第22-23页 |
| ·高光谱数据 | 第23-26页 |
| ·高光谱数据预处理 | 第26-33页 |
| ·中值滤波降噪 | 第27-28页 |
| ·多元线性小波变换降噪 | 第28-32页 |
| ·预处理结果分析 | 第32-33页 |
| ·本章小结 | 第33-34页 |
| 第三章 高光谱图像分割和特征提取算法研究 | 第34-53页 |
| ·图像分割的概念 | 第34-35页 |
| ·图像分割的定义 | 第34-35页 |
| ·图像分割方法 | 第35页 |
| ·边缘检测算子 | 第35-42页 |
| ·Robert算子 | 第36页 |
| ·Sobel算子 | 第36-37页 |
| ·Prewitt算子 | 第37页 |
| ·LOG算子 | 第37-38页 |
| ·基于分区的Canny算子 | 第38-42页 |
| ·阈值分割 | 第42-46页 |
| ·阈值分割概念 | 第42-43页 |
| ·OTSU阈值法分割 | 第43-46页 |
| ·高光谱血液细胞特征提取 | 第46-51页 |
| ·细胞形态特征分析 | 第46-51页 |
| ·本章小结 | 第51-53页 |
| 第四章 高光谱图像分类及降维 | 第53-71页 |
| ·高光谱图像分类方法 | 第53-56页 |
| ·高光谱分类算法流程 | 第54-56页 |
| ·高光谱监督分类技术 | 第56-66页 |
| ·自适应最小距离分类 | 第56-58页 |
| ·光谱角匹配(SAM) | 第58-59页 |
| ·支持向量机(SVM) | 第59-66页 |
| ·高光谱图像的降维 | 第66-69页 |
| ·主成分分析 | 第66-69页 |
| ·本章小结 | 第69-71页 |
| 第五章 高光谱血液细胞识别与计数 | 第71-78页 |
| ·高光谱血液细胞识别 | 第72-75页 |
| ·高光谱血液细胞分析 | 第75-77页 |
| ·本章小结 | 第77-78页 |
| 第六章 总结与展望 | 第78-80页 |
| ·总结 | 第78-79页 |
| ·展望 | 第79-80页 |
| 参考文献 | 第80-86页 |
| 附录 | 第86-89页 |
| A 论文图目录 | 第86-88页 |
| B 论文表目录 | 第88-89页 |
| 攻读硕士学位期间取得的科研成果 | 第89-90页 |
| 攻读硕士学位期间参与的科研项目 | 第90-91页 |
| 致谢 | 第91页 |
