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

显微细胞图像的拼接、融合及染色目标提取方法的研究

摘要第1-6页
ABSTRACT第6-10页
第1章 绪论第10-17页
   ·课题研究背景第10-11页
   ·国内外研究现状第11-15页
     ·图像融合发展现状第11-12页
     ·图像拼接发展现状第12-15页
     ·彩色图像分割发展现状第15页
   ·本文研究内容第15-17页
     ·论文组织结构第15-16页
     ·本文的创新点第16-17页
第2章 显微细胞图像的融合技术研究第17-31页
   ·图像融合技术基本理论第17-19页
   ·小波变换基本理论第19-22页
   ·基于小波变换的彩色显微细胞图像融合第22-27页
     ·多聚焦彩色显微细胞图像融合规则第23-25页
     ·融合结果评价指标第25-27页
   ·实验结果与分析第27-30页
   ·本章小结第30-31页
第3章 传统拼接技术及对显微细胞图像的应用困难第31-43页
   ·常用图像拼接方法介绍第31-32页
     ·基于模板的拼接方法第31页
     ·基于频域的拼接方法第31-32页
     ·基于特征的拼接方法第32页
   ·常用角点提取算法第32-38页
     ·角点定义第32-33页
     ·Susan 角点检测算法第33-35页
     ·Moravec 角点检测算法第35-36页
     ·Harris 角点检测算法第36-38页
   ·常用角点检测算法比较第38-40页
   ·Harris 算法及对显微细胞图像拼接的难点分析第40-42页
   ·本章小结第42-43页
第4章 对Harris 算法的改进及在显微细胞 图像拼接上的应用研究第43-60页
   ·B 样条函数定义及性质第43-44页
   ·角点数目控制及均匀分布的自适应实现第44-46页
     ·角点检测预处理第44-45页
     ·自适应阈值的确定第45-46页
   ·改进Harris 算法流程图及实验结果分析第46-48页
   ·角点匹配方法第48-54页
     ·归一化互相关法第48-49页
     ·鲁棒性的角点匹配方法第49-51页
     ·实验结果与分析第51-54页
   ·显微细胞图像拼接实现及实验结果分析第54-59页
     ·图像合并第54-55页
     ·实验结果与分析第55-59页
   ·显微细胞图像拼接流程图第59页
   ·本章小结第59-60页
第5章 改进的FCM 彩色图像分割方法第60-68页
   ·经典FCM 算法介绍第60-61页
   ·FCM 算法的改进第61-65页
     ·颜色的采样量化第61页
     ·颜色空间的选取及色差的计算第61-62页
     ·最优聚类数目的理论判定第62-63页
     ·确定聚类中心和聚类数目的算法实现第63-65页
     ·改进的FCM 算法流程图第65页
   ·实验结果与分析第65-67页
   ·本章小节第67-68页
第6章 总结与展望第68-70页
   ·总结第68页
   ·展望第68-70页
致谢第70-71页
参考文献第71-76页
附录第76-77页
详细摘要第77-89页

论文共89页,点击 下载论文
上一篇:一类圆形细胞图像的粘连分割方法研究
下一篇:机车轮对磨耗在线检测中的标定系统研究