基于显著区域检测和分水岭的无角毛类藻显微图像分割研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 1. 绪论 | 第10-15页 |
| 1.1 引言 | 第10页 |
| 1.2 浮游植物显微图像的特点 | 第10-11页 |
| 1.3 国内外研究现状 | 第11-13页 |
| 1.3.1 浮游植物图像处理的研究现状 | 第11-12页 |
| 1.3.2 显著区域检测的研究现状 | 第12-13页 |
| 1.4 课题来源及研究意义 | 第13页 |
| 1.5 主要工作及内容安排 | 第13-15页 |
| 2. 视觉感知机制 | 第15-30页 |
| 2.1 视觉系统及感知机制 | 第15-19页 |
| 2.1.1 生理结构 | 第15-16页 |
| 2.1.2 视觉通路 | 第16-17页 |
| 2.1.3 感受野 | 第17-18页 |
| 2.1.4 重要性质 | 第18-19页 |
| 2.2 经典视觉注意模型 | 第19-23页 |
| 2.2.1 Itti 模型 | 第19-20页 |
| 2.2.2 SR 法 | 第20-21页 |
| 2.2.3 IG 法 | 第21-23页 |
| 2.3 无角毛类藻显著图的生成 | 第23-28页 |
| 2.3.1 方法改进 | 第23-25页 |
| 2.3.2 方法结果 | 第25-28页 |
| 2.4 本章小结 | 第28-30页 |
| 3. 结合显著图的无角毛类藻显微图像分割 | 第30-47页 |
| 3.1 分水岭算法 | 第31-34页 |
| 3.1.1 基本概念 | 第31-32页 |
| 3.1.2 构造水坝 | 第32-33页 |
| 3.1.3 算法分析 | 第33-34页 |
| 3.2 标记的选取 | 第34-39页 |
| 3.2.1 显著图的自动阈值分割 | 第34-37页 |
| 3.2.2 去除伪标记 | 第37-38页 |
| 3.2.3 单细胞和多细胞标记选取方法 | 第38-39页 |
| 3.3 实验结果 | 第39-46页 |
| 3.3.1 单细胞分割结果 | 第39-44页 |
| 3.3.2 多细胞分割结果 | 第44-46页 |
| 3.4 本章小结 | 第46-47页 |
| 4. 图像分割算法的应用 | 第47-59页 |
| 4.1 藻种识别 | 第47-57页 |
| 4.1.1 无角毛类藻特征提取 | 第48-52页 |
| 4.1.2 无角毛类藻藻种识别 | 第52-57页 |
| 4.2 细胞计数 | 第57-58页 |
| 4.3 本章小结 | 第58-59页 |
| 5. 总结与展望 | 第59-60页 |
| 5.1 总结 | 第59页 |
| 5.2 展望 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 致谢 | 第64-65页 |
| 个人简历、在学期间发表的学术论文与研究成果 | 第65-66页 |
