镰刀菌显微图像识别预处理算法研究与实现
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1 引言 | 第9-14页 |
| ·研究意义与背景 | 第9-13页 |
| ·研究意义 | 第9-11页 |
| ·研究背景 | 第11-12页 |
| ·研究方法的近况 | 第12-13页 |
| ·研究内容与论文结构 | 第13-14页 |
| ·研究内容 | 第13页 |
| ·论文结构 | 第13-14页 |
| 2 数字图像预处理 | 第14-18页 |
| ·数字图像预处理发展概述 | 第14页 |
| ·主要研究内容 | 第14-15页 |
| ·主要特点 | 第15-16页 |
| ·应用与优点 | 第16-18页 |
| ·优点 | 第16-17页 |
| ·应用领域 | 第17-18页 |
| 3 图像分割 | 第18-24页 |
| ·图像分割的定义 | 第18-19页 |
| ·图像分割方法 | 第19-22页 |
| ·基于阈值的分割方法 | 第19-20页 |
| ·基于边缘的分割方法 | 第20-21页 |
| ·基于区域的分割方法 | 第21页 |
| ·基于特定理论工具的分割技术 | 第21-22页 |
| ·图像分割的评价 | 第22-24页 |
| ·图像分割的依据与条件 | 第22-23页 |
| ·图像分割的评价 | 第23-24页 |
| 4 镰刀菌显微图像预处理算法研究 | 第24-44页 |
| ·理论基础 | 第24-27页 |
| ·基本概念 | 第24-25页 |
| ·基于边缘的图像预处理分割方法 | 第25-27页 |
| ·基于微分算子边缘检测算法 | 第27-35页 |
| ·梯度与梯度算子分析 | 第28-30页 |
| ·基于一阶微分的算子 | 第30-32页 |
| ·基于二阶微分的算子 | 第32-35页 |
| ·基于模版向量的边缘提取方法 | 第35-37页 |
| ·模板向量算法思想提出 | 第35-36页 |
| ·模板向量算法设计 | 第36-37页 |
| ·基于灰度分层的图像预处理算法 | 第37-42页 |
| ·动画原理 | 第37-38页 |
| ·灰度图像概念 | 第38页 |
| ·灰度分层算法分析 | 第38-40页 |
| ·灰度分层算法设计 | 第40-42页 |
| ·分层算法分析 | 第42页 |
| ·系统实现 | 第42-44页 |
| ·系统开发信息 | 第42页 |
| ·系统实现 | 第42-44页 |
| 5 镰刀菌显微图像实验与分析 | 第44-49页 |
| ·一阶微分算法理论分析 | 第44页 |
| ·二阶微分算法理论分析 | 第44-45页 |
| ·微分算法与模板向量实验比较分析 | 第45-49页 |
| 6 总结与展望 | 第49-51页 |
| ·总结 | 第49页 |
| ·展望 | 第49-51页 |
| 参考文献 | 第51-55页 |
| 攻读硕士学位期间发表的论文 | 第55-56页 |
| 作者简介 | 第56-57页 |
| 致谢 | 第57页 |
