首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于改进分割算法的血液红细胞的识别计数

摘要第1-5页
Abstract第5-8页
1 绪论第8-12页
   ·课题的研究背景及意义第8-9页
   ·国内外的研究现状第9-10页
   ·本文的主要工作第10-11页
   ·本文的章节安排第11-12页
2 图像分割常用算法实现第12-30页
   ·图像分割的基本概念第12页
   ·基于阈值的图像分割技术第12-16页
     ·双峰法第13-14页
     ·迭代法第14-15页
     ·大律法(Ostu法)第15-16页
   ·基于边缘检测的图像分割技术第16-24页
     ·边缘检测技术概述第16-17页
     ·图像边缘检测算法对比第17-24页
   ·基于数学形态学的图像分割技术第24-29页
     ·数学形态学的简要介绍第24-25页
     ·数学形态学基本运算介绍第25-29页
   ·基本分割方法总结第29-30页
3 血液细胞分割与计数第30-48页
   ·目标提取第30-34页
     ·颜色空间的选择与转换第30-32页
     ·基于颜色的模糊C均值聚类分割第32-34页
   ·阈值分割实现图像二值化第34-35页
   ·基于链码技术实现粘连细胞分割及细胞数目统计第35-44页
     ·链码表与线段表第35-38页
     ·基于链码技术的轮廓跟踪第38-41页
     ·链码与曲线形状第41-42页
     ·基于链码技术的粘连细胞的分割及细胞数目统计第42-44页
   ·细胞图像处理方法的补充说明第44-46页
     ·图像滤波第44-45页
     ·孔洞填充第45-46页
     ·去除杂质第46页
   ·本章小结第46-48页
4 BP神经网络对血液红细胞的训练识别第48-57页
   ·细胞图像几何特征的提取第48-50页
     ·周长第48-49页
     ·面积第49页
     ·偏心率第49页
     ·矩形度第49页
     ·形状因子与圆形度第49-50页
   ·BP神经网络的基本原理与方法第50-56页
     ·神经元模型第51-52页
     ·BP神经网络第52-56页
   ·基于BP神经网络的血液红细胞的识别第56页
     ·数据的获取与处理第56页
     ·BP神经网络的设计与训练第56页
   ·本章小结第56-57页
5 基于Delphi的细胞分割算法实现第57-64页
   ·开发及运行环境第57页
   ·面向对象的Delphi的MDI多文档窗口系统设计第57-58页
   ·基于Delphi的结构实现第58-60页
   ·细胞图像分割识别的程序设计第60-63页
   ·本章小结第63-64页
结论第64-65页
参考文献第65-68页
攻读学位期间发表的学术论文第68-69页
致谢第69-70页

论文共70页,点击 下载论文
上一篇:路基路面质量评定系统的开发与应用研究
下一篇:上市公司审计师变更影响因素的实证研究