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

体液细胞图像有形成分智能识别关键技术研究

摘要第1-10页
ABSTRACT第10-12页
第一章 绪论第12-23页
   ·课题应用背景与研究意义第12-13页
   ·国内外研究状况第13-19页
   ·论文主要工作及创新第19-21页
   ·论文内容与组织第21-23页
第二章 细胞图像预处理算法研究第23-37页
   ·细胞图像噪声特点及模型第23-26页
   ·基于梯度与各向异性扩散方程的自适应去噪算法第26-29页
   ·结合信息熵噪声点检测的自适应中值滤波算法第29-32页
   ·基于邻域对比度的边缘增强算法第32-35页
   ·算法综合与分析第35-36页
   ·小结第36-37页
第三章 多信息、多层次、多方法自适应综合分割算法研究第37-73页
   ·细胞图像分割目的与影响因素第37-38页
   ·多信息、多层次自适应分割模型第38-44页
   ·基于BP评价多层次自适应区域分割算法第44-49页
   ·基于边缘的多层次自适应分割算法第49-55页
   ·融合邻域信息的自适应区域分割技术第55-61页
   ·基于MEAN SHIFT的多信息分割算法第61-64页
   ·多结构元形态学分割后处理算法第64-67页
   ·算法综合与仿真第67-71页
   ·小结第71-73页
第四章 形状特征提取与分析第73-96页
   ·有形成分形状分析与语义描述第73-75页
   ·区域弦分布形状描述子第75-83页
   ·基于边界的Fourier系数形状描述子第83-87页
   ·基于边界拟合多边形形状描述子第87-91页
   ·不规则形状图像矩特征的快速算法第91-95页
   ·小结第95-96页
第五章 纹理及颜色特征提取与分析第96-124页
   ·有形成分纹理分析第96-98页
   ·纹理特征提取基本方法第98-104页
   ·综合共生矩阵纹理特征提取与分析第104-110页
   ·融合纹理谱的Zernike矩特征描述第110-114页
   ·基于小波多尺度分析的纹理特征提取第114-118页
   ·基于概率滑动窗口区域颜色特征提取第118-123页
   ·小结第123-124页
第六章 细胞模式识别算法研究第124-146页
   ·细胞识别概述第124-125页
   ·基于BP神经网络的细胞识别第125-134页
   ·基于决策树的细胞识别第134-139页
   ·基于概率分布均衡技术的样本数据归一化算法第139-143页
   ·算法性能分析第143-145页
   ·小结第145-146页
第七章 结束语第146-149页
   ·论文工作总结第146-148页
   ·未来研究方向第148-149页
致谢第149-150页
参考文献第150-162页
攻读博士学位期间已撰写和发表论文第162-163页
攻读博士学位期间参加科研任务第163页
攻读博士学位期间取得的学术成果第163页

论文共163页,点击 下载论文
上一篇:辐射源指纹机理及识别方法研究
下一篇:卫星—地面站数传调度模型及算法研究