医学试纸条图像识别与分类研究
| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第11-16页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 数字图像识别研究现状 | 第12-13页 |
| 1.3 过敏原检测试纸条介绍 | 第13-14页 |
| 1.4 本文的章节安排 | 第14-16页 |
| 第二章 试纸条图像预处理实现 | 第16-28页 |
| 2.1 试纸条图像校正 | 第16-20页 |
| 2.1.1 图像校正概述 | 第16页 |
| 2.1.2 基于坐标几何变换的矩形图像校正 | 第16-20页 |
| 2.2 试纸条图像二值化处理 | 第20-23页 |
| 2.2.1 图像二值化原理 | 第20-21页 |
| 2.2.2 Otsu 自适应阈值的方法 | 第21-23页 |
| 2.3 图像分割 | 第23-25页 |
| 2.3.1 试纸条图像分割 | 第23-24页 |
| 2.3.2 试纸条图像定位 | 第24-25页 |
| 2.4 图像平滑 | 第25-27页 |
| 2.4.1 平均模板 | 第25-26页 |
| 2.4.2 高斯滤波 | 第26-27页 |
| 2.5 本章小结 | 第27-28页 |
| 第三章 试纸条图像增强 | 第28-41页 |
| 3.1 算法介绍 | 第28-29页 |
| 3.2 全局直方图均衡化 | 第29-32页 |
| 3.2.1 直方图均衡化 | 第29-31页 |
| 3.2.2 直方图规定化 | 第31-32页 |
| 3.3 局部直方图均衡化 | 第32-35页 |
| 3.3.1 限制对比度自适应直方图均衡化 | 第32-34页 |
| 3.3.2 CLAHE 中的插值运算 | 第34-35页 |
| 3.4 改进的 CLAHE | 第35-39页 |
| 3.4.1 改进的算法描述 | 第35-37页 |
| 3.4.2 改进算法的结果分析 | 第37-39页 |
| 3.5 本章小结 | 第39-41页 |
| 第四章 试纸条图像识别与分类 | 第41-58页 |
| 4.1 图像特征的提取方法 | 第41-43页 |
| 4.1.1 Gabor 变换纹理特征 | 第41-42页 |
| 4.1.2 直方图特征 | 第42-43页 |
| 4.2 图像识别与分类方法 | 第43-51页 |
| 4.2.1 统计学习理论基础 | 第44-45页 |
| 4.2.2 线性最优分类超平面 | 第45-48页 |
| 4.2.3 支持向量机模型 | 第48-49页 |
| 4.2.4 特征空间与核函数 | 第49-51页 |
| 4.3 试纸条图像的特征提取与识别 | 第51-52页 |
| 4.4 试纸条图像的曲线波形识别 | 第52-57页 |
| 4.4.1 试纸条图像水平投影曲线 | 第52-53页 |
| 4.4.2 函数极值原理 | 第53-54页 |
| 4.4.3 投影曲线波谷查找算法 | 第54-55页 |
| 4.4.4 实验结果分析 | 第55-57页 |
| 4.5 本章小结 | 第57-58页 |
| 第五章 试纸条图像识别系统实现 | 第58-68页 |
| 5.1 系统设计 | 第58-59页 |
| 5.2 系统实现 | 第59-66页 |
| 5.3 系统结果分析 | 第66-67页 |
| 5.4 本章小结 | 第67-68页 |
| 第六章 总结与展望 | 第68-70页 |
| 6.1 总结 | 第68-69页 |
| 6.2 展望 | 第69-70页 |
| 参考文献 | 第70-74页 |
| 致谢 | 第74-75页 |
| 附录 | 第75-76页 |
| 详细摘要 | 第76-77页 |
