| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 1 绪论 | 第8-15页 |
| 1.1 显微细胞图像分割 | 第8-11页 |
| 1.1.1 显微细胞图像分割方法的研究现状与意义 | 第8页 |
| 1.1.2 常用的显微细胞图像分割方法 | 第8-11页 |
| 1.2 显微细胞图像分割算法性能的评价指标 | 第11-13页 |
| 1.3 本文主要创新点和内容安排 | 第13-14页 |
| 1.4 本章小结 | 第14-15页 |
| 2 相关技术介绍 | 第15-24页 |
| 2.1 水平集方法 | 第15-17页 |
| 2.2 主成分分析 | 第17-19页 |
| 2.3 聚类算法 | 第19-22页 |
| 2.4 小波不变矩 | 第22-23页 |
| 2.5 本章小结 | 第23-24页 |
| 3 模板匹配方法的算法框架 | 第24-30页 |
| 3.1 模板匹配方法 | 第24-26页 |
| 3.2 算法框架描述 | 第26-29页 |
| 3.3 本章小结 | 第29-30页 |
| 4 基于聚类的模板匹配显微细胞图像分割算法 | 第30-39页 |
| 4.1 算法描述 | 第30-33页 |
| 4.2 实验结果与分析 | 第33-37页 |
| 4.3 本章小结 | 第37-39页 |
| 5 自适应聚类的模板匹配显微细胞图像分割算法 | 第39-53页 |
| 5.1 常用的聚类有效性评价指标 | 第39-43页 |
| 5.2 算法描述 | 第43-46页 |
| 5.2.1 评价聚类划分好坏的新方法 | 第43-44页 |
| 5.2.2 自适应聚类的模板匹配显微细胞图像分割算法 | 第44-46页 |
| 5.3 实验结果与分析 | 第46-52页 |
| 5.4 本章小结 | 第52-53页 |
| 6 总结与展望 | 第53-55页 |
| 6.1 本文工作总结 | 第53页 |
| 6.2 后续研究工作展望 | 第53-55页 |
| 致谢 | 第55-56页 |
| 参考文献 | 第56-59页 |