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 |