甲状腺癌细胞显微图像分割研究
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 引言 | 第9-10页 |
| 1 绪论 | 第10-13页 |
| 1.1 选题的目的和意义 | 第10-11页 |
| 1.2 国内外现状 | 第11-12页 |
| 1.3 论文结构与安排 | 第12-13页 |
| 2 文献综述 | 第13-38页 |
| 2.1 图像预处理 | 第13-19页 |
| 2.1.1 数字图像处理概述 | 第13-14页 |
| 2.1.2 数学形态学概述 | 第14-18页 |
| 2.1.3 预处理的主要方法 | 第18-19页 |
| 2.2 图像分割 | 第19-26页 |
| 2.2.1 图像分割定义及性质 | 第19-20页 |
| 2.2.2 图像分割主要方法 | 第20-26页 |
| 2.3 图像压缩 | 第26-28页 |
| 2.3.1 简介 | 第26-27页 |
| 2.3.2 传统的分形图像压缩 | 第27页 |
| 2.3.3 基于串并行相结合的改进的分割方法 | 第27-28页 |
| 2.4 特征提取 | 第28-31页 |
| 2.4.1 特征提取的特点 | 第28-29页 |
| 2.4.2 特征提取的方法 | 第29-31页 |
| 2.5 图像识别 | 第31-36页 |
| 2.5.1 图像识别简述 | 第31页 |
| 2.5.2 图像匹配 | 第31-33页 |
| 2.5.3 图像分类 | 第33-34页 |
| 2.5.4 图像识别主要方法 | 第34-36页 |
| 2.6 分类函数 | 第36页 |
| 2.6.1 距离函数 | 第36页 |
| 2.6.2 统计决策理论（最大似然法） | 第36页 |
| 2.6.3 线性判别函数 | 第36页 |
| 2.7 本章小结 | 第36-38页 |
| 3 改进的 Canny 算子边缘检测方法 | 第38-43页 |
| 3.1 Canny 算子检测的标准 | 第38-39页 |
| 3.2 传统 Canny 算子边缘检测 | 第39-40页 |
| 3.3 改进的 Canny 算子边缘检测 | 第40-42页 |
| 3.4 本章小节 | 第42-43页 |
| 4 模糊识别方法 | 第43-46页 |
| 4.1 简介 | 第43页 |
| 4.2 隶属度函数的建立 | 第43-45页 |
| 4.3 特征提取 | 第45页 |
| 4.4 模糊特征评价 | 第45页 |
| 4.4.1 特征评价法 | 第45页 |
| 4.4.2 模糊特征评价 | 第45页 |
| 4.5 本章小结 | 第45-46页 |
| 5 实验结果及分析 | 第46-51页 |
| 5.1 设计思想 | 第46-47页 |
| 5.2 开发工具 | 第47-48页 |
| 5.3 实验结果 | 第48-51页 |
| 结论 | 第51-52页 |
| 参考文献 | 第52-57页 |
| 附录 A | 第57-62页 |
| 在学研究成果 | 第62-63页 |
| 致谢 | 第63页 |
