| 摘要 | 第3-5页 |
| ABSTRACT | 第5-6页 |
| 1 绪论 | 第9-15页 |
| 1.1 课题背景和研究意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 本文的主要研究内容 | 第12页 |
| 1.4 论文组织框架 | 第12-15页 |
| 2 医学图像分割方法简介 | 第15-29页 |
| 2.1 图像分割 | 第15-17页 |
| 2.1.1 图像分割定义 | 第15-16页 |
| 2.1.2 图像分割的分类 | 第16-17页 |
| 2.2 医学图像分割特点 | 第17页 |
| 2.3 医学图像分割方法 | 第17-28页 |
| 2.3.1 基于区域的分割方法 | 第17-20页 |
| 2.3.2 基于边缘的分割方法 | 第20-23页 |
| 2.3.3 基于特定理论的分割方法 | 第23-28页 |
| 2.4 本章小结 | 第28-29页 |
| 3 基于 K-均值聚类与自适应形态学的细胞图像自动分割算法研究 | 第29-53页 |
| 3.1 人体胰腺细胞玻片显微图像采集 | 第29-30页 |
| 3.2 基于 K-均值聚类的细胞粗分割 | 第30-38页 |
| 3.2.1 彩色空间选择 | 第31-33页 |
| 3.2.2 K 值和距离函数的选择 | 第33页 |
| 3.2.3 K-均值聚类 | 第33-35页 |
| 3.2.4 目标前景聚类提取 | 第35-38页 |
| 3.3 基于自适应形态学的细胞细分割 | 第38-44页 |
| 3.3.1 目标前景预处理 | 第40-41页 |
| 3.3.2 连通域标记与提取 | 第41-42页 |
| 3.3.3 自适应形态学细胞分割 | 第42-43页 |
| 3.3.4 自适应分割流程 | 第43-44页 |
| 3.4 实验结果与分析 | 第44-52页 |
| 3.4.1 实验条件 | 第44页 |
| 3.4.2 多种图像最终分割结果研究 | 第44-46页 |
| 3.4.3 与传统 K-均值聚类分割算法比较研究 | 第46-47页 |
| 3.4.4 与传统形态学分割算法比较研究 | 第47-48页 |
| 3.4.5 与其它常用分割算法比较研究 | 第48-52页 |
| 3.5 本章小结 | 第52-53页 |
| 4 基于 MATLAB GUI 的显微镜细胞图像自动分割系统设计 | 第53-73页 |
| 4.1 显微镜细胞图像自动分割系统设计 | 第53-60页 |
| 4.1.1 图像用户界面 GUI 简介 | 第53页 |
| 4.1.2 系统设计原则 | 第53-54页 |
| 4.1.3 系统运行环境 | 第54页 |
| 4.1.4 细胞图像自动分割系统界面设计 | 第54-57页 |
| 4.1.5 控件属性设置 | 第57页 |
| 4.1.6 程序代码编写 | 第57-60页 |
| 4.2 系统功能演示 | 第60-71页 |
| 4.2.1 阈值法分割 | 第60-61页 |
| 4.2.2 边缘检测法分割 | 第61-62页 |
| 4.2.3 区域法分割 | 第62-63页 |
| 4.2.4 聚类法分割 | 第63-64页 |
| 4.2.5 数学形态学分割 | 第64-65页 |
| 4.2.6 系统其他功能演示 | 第65-68页 |
| 4.2.7 系统在其它细胞图像中的应用 | 第68-71页 |
| 4.3 本章小结 | 第71-73页 |
| 5 总结与展望 | 第73-75页 |
| 5.1 论文总结 | 第73页 |
| 5.2 未来研究展望 | 第73-75页 |
| 致谢 | 第75-77页 |
| 参考文献 | 第77-81页 |
| 附录 | 第81页 |