复杂背景下血吸虫毛蚴视频检测算法研究与实现
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 缩略词 | 第11-12页 |
| 第一章 绪论 | 第12-18页 |
| 1.1 研究的背景与意义 | 第12-14页 |
| 1.1.1 血吸虫病及其诊断方法 | 第12-13页 |
| 1.1.2 研究意义 | 第13-14页 |
| 1.2 国内外研究现状 | 第14-15页 |
| 1.3 本文的主要研究工作 | 第15-16页 |
| 1.4 本文的内容安排 | 第16-18页 |
| 第二章 运动目标检测算法研究 | 第18-30页 |
| 2.1 背景差分法 | 第18-21页 |
| 2.1.1 单高斯模型 | 第18-19页 |
| 2.1.2 混合高斯模型 | 第19-21页 |
| 2.2 帧间差分法 | 第21-23页 |
| 2.2.1 三帧差分法 | 第22页 |
| 2.2.2 五帧差分法 | 第22-23页 |
| 2.3 改进后的运动目标检测算法 | 第23-29页 |
| 2.3.1 背景建模与更新 | 第24-25页 |
| 2.3.2 帧间差分 | 第25页 |
| 2.3.3 形态学处理 | 第25-27页 |
| 2.3.4 检测结果分析 | 第27-29页 |
| 2.4 本章小结 | 第29-30页 |
| 第三章 离焦模糊图像复原算法研究 | 第30-46页 |
| 3.1 光学系统扩散函数 | 第30-32页 |
| 3.2 离焦模糊图像退化模型 | 第32-35页 |
| 3.2.1 圆盘离焦模型 | 第33-34页 |
| 3.2.2 高斯离焦模型 | 第34-35页 |
| 3.3 维纳滤波复原算法 | 第35-37页 |
| 3.4 空间域复原算法 | 第37-38页 |
| 3.5 非线性复原算法 | 第38-39页 |
| 3.6 图像复原与结果分析 | 第39-44页 |
| 3.6.1 模糊半径获取 | 第39-40页 |
| 3.6.2 实验结果分析 | 第40-44页 |
| 3.7 本章小结 | 第44-46页 |
| 第四章 特征提取与分类器设计 | 第46-58页 |
| 4.1 特征提取 | 第46-51页 |
| 4.1.1 边界链码跟踪 | 第46-48页 |
| 4.1.2 几何特征提取 | 第48-50页 |
| 4.1.3 运动特征提取 | 第50-51页 |
| 4.2 SVM分类器设计 | 第51-56页 |
| 4.2.1 支持向量机 | 第52-53页 |
| 4.2.2 核函数 | 第53-54页 |
| 4.2.3 参数选择 | 第54-56页 |
| 4.3 分类结果统计分析 | 第56-57页 |
| 4.4 本章小结 | 第57-58页 |
| 第五章 系统设计与实现 | 第58-70页 |
| 5.1 开发环境介绍 | 第58-59页 |
| 5.2 硬件设备 | 第59页 |
| 5.3 系统结构设计 | 第59-63页 |
| 5.3.1 视频检测模块 | 第59-61页 |
| 5.3.2 报告单管理模块 | 第61-63页 |
| 5.4 系统界面展示 | 第63-65页 |
| 5.5 系统性能分析 | 第65-69页 |
| 5.5.1 单帧识别性能 | 第65-67页 |
| 5.5.2 视频识别性能 | 第67-69页 |
| 5.6 本章小结 | 第69-70页 |
| 第六章 总结与展望 | 第70-72页 |
| 6.1 工作总结 | 第70-71页 |
| 6.2 未来展望 | 第71-72页 |
| 参考文献 | 第72-76页 |
| 致谢 | 第76-77页 |
| 在学期间的研究成果及发表的学术论文 | 第77页 |
