医学图像中多目标检测与跟踪技术研究
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第一章. 绪论 | 第9-16页 |
| ·课题背景 | 第9-10页 |
| ·多目标检测与跟踪技术概述 | 第10-13页 |
| ·目标检测算法 | 第10页 |
| ·目标运动模型 | 第10-11页 |
| ·多目标跟踪算法 | 第11-13页 |
| ·本课题的研究任务和创新点 | 第13-14页 |
| ·论文组织结构 | 第14-16页 |
| 第二章. 系统结构及算法流程 | 第16-22页 |
| ·计算机辅助精子分析系统简介 | 第16-19页 |
| ·系统研究的主要问题 | 第16-18页 |
| ·系统的应用前景 | 第18-19页 |
| ·系统结构 | 第19-20页 |
| ·分析处理流程概述 | 第20-21页 |
| ·本章小结 | 第21-22页 |
| 第三章. 多目标跟踪技术 | 第22-37页 |
| ·多目标跟踪原理 | 第22-25页 |
| ·滤波估计理论 | 第25-32页 |
| ·状态空间模型 | 第25-26页 |
| ·贝叶斯理论 | 第26-28页 |
| ·卡尔曼滤波器 | 第28-29页 |
| ·扩展卡尔曼滤波器 | 第29-30页 |
| ·粒子滤波器 | 第30-31页 |
| ·几种滤波估计算法之间的比较 | 第31-32页 |
| ·数据关联算法 | 第32-36页 |
| ·最近邻算法 | 第33-34页 |
| ·概率数据关联算法 | 第34-35页 |
| ·联合概率数据关联算法 | 第35-36页 |
| ·本章小结 | 第36-37页 |
| 第四章. 单帧图像中的多目标检测实现 | 第37-45页 |
| ·单帧图像的处理流程 | 第37页 |
| ·图像预处理 | 第37-42页 |
| ·图像清晰度判断 | 第38-39页 |
| ·图像灰度化 | 第39-40页 |
| ·图像噪声处理 | 第40-42页 |
| ·图像阈值分割 | 第42页 |
| ·最大类间方差法 | 第42页 |
| ·目标区域提取 | 第42-44页 |
| ·目标形态分析 | 第42-44页 |
| ·区分目标区域与非目标区域 | 第44页 |
| ·本章小结 | 第44-45页 |
| 第五章. 序列图像中的多目标跟踪实现 | 第45-66页 |
| ·多目标跟踪实现流程 | 第45-46页 |
| ·目标状态估计 | 第46-56页 |
| ·目标运动模型分析 | 第46-48页 |
| ·已有的医学序列图像中目标状态估计方法 | 第48-51页 |
| ·基于自适应运动模型的目标状态估计方法 | 第51-56页 |
| ·多目标数据关联 | 第56-62页 |
| ·跟踪门 | 第56-57页 |
| ·最近邻数据关联算法 | 第57-59页 |
| ·改进的最近邻数据关联算法 | 第59-62页 |
| ·算法实验 | 第62-64页 |
| ·小结 | 第64-66页 |
| 第六章. 总结与展望 | 第66-68页 |
| 参考文献 | 第68-71页 |
| 致谢 | 第71页 |
