首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于图像分割的淋巴癌细胞提取方法研究

摘要第4-5页
Abstract第5-6页
第1章 绪论第9-14页
    1.1 研究背景及意义第9-10页
    1.2 国内外发展现状研究第10-12页
        1.2.1 国外研究发展现状第10-11页
        1.2.2 国内研究现状第11-12页
    1.3 本文的主要研究工作和组织结构第12-14页
第2章 图像分割第14-27页
    2.1 基于阈值的分割第14-18页
        2.1.1 阈值分割算法第14-16页
        2.1.2 基于阈值分割算法的淋巴癌细胞分割实验结果与分析第16-18页
    2.2 基于边缘检测的分割第18-23页
        2.2.1 边缘检测分割算法第18-20页
        2.2.2 基于边缘检测算法的淋巴癌细胞分割实验结果与分析第20-23页
    2.3 基于区域的分割第23-26页
        2.3.1 区域分割算法第23-24页
        2.3.2 基于区域分割算法的淋巴癌细胞分割实验结果与分析第24-26页
    2.4 本章小结第26-27页
第3章 复杂背景中的细胞提取方法研究第27-40页
    3.1 淋巴癌细胞图像分析第27-29页
    3.2 淋巴癌细胞图像预处理第29-34页
        3.2.1 颜色模型第29-31页
        3.2.2 各向异性滤波第31-34页
    3.3 基于改进K均值聚类的细胞提取算法第34-36页
        3.3.1 K均值聚类的原理第34-35页
        3.3.2 改进的K均值聚类算法的细胞提取第35-36页
    3.4 实验结果与分析第36-40页
第4章 粘连细胞分割及几何特征参数分析第40-60页
    4.1 粘连细胞分割方法介绍第40页
    4.2 改进的粘连细胞分割方法第40-54页
        4.2.1 基于圆度和边界熵的粘连细胞识别方法第41-47页
        4.2.2 基于边界标记图的凹点定位方法第47-49页
        4.2.3 粘连细胞的初步分割第49-52页
        4.2.4 实验结果与分析第52-54页
    4.3 几何特征参数分析第54-59页
        4.3.1 细胞特征参数第55-56页
        4.3.2 实验结果分析第56-59页
    4.4 本章小结第59-60页
第5章 总结与展望第60-62页
    5.1 全文工作总结第60-61页
    5.2 未来工作展望第61-62页
致谢第62-63页
参考文献第63-65页

论文共65页,点击 下载论文
上一篇:基于PTN网管的路由路径算法研究
下一篇:RISC处理器中IMMU的设计与实现