| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 目录 | 第8-11页 |
| Content | 第11-14页 |
| 第一章 绪论 | 第14-20页 |
| 1.1 课题背景和意义 | 第14-15页 |
| 1.2 国内外研究现状 | 第15-16页 |
| 1.3 本文研究内容与创新 | 第16-17页 |
| 1.4 本文的组织结构及章节安排 | 第17-20页 |
| 第二章 色彩模型及图像分割算法 | 第20-34页 |
| 2.1 图像色彩模型 | 第21-23页 |
| 2.1.1 RGB色彩模型 | 第21页 |
| 2.1.2 CMYK色彩模型 | 第21页 |
| 2.1.3 HSV色彩模型 | 第21-22页 |
| 2.1.4 CIEL~*a~*b~*色彩模型 | 第22页 |
| 2.1.5 YCbCr | 第22-23页 |
| 2.2 图像分割方法 | 第23-30页 |
| 2.2.1 阈值分割法 | 第23-24页 |
| 2.2.2 区域增长法 | 第24页 |
| 2.2.3 聚类 | 第24-29页 |
| 2.2.4 机器学习方法 | 第29-30页 |
| 2.3 算法实现与实验环境 | 第30-31页 |
| 2.3.1 OpenCV | 第30-31页 |
| 2.3.2 Python | 第31页 |
| 2.4 本章小结 | 第31-34页 |
| 第三章 基于色彩的结核菌特征提取 | 第34-50页 |
| 3.1 向量量化方法 | 第34-38页 |
| 3.1.1 聚类中的相似性度量 | 第34-36页 |
| 3.1.2 聚类算法 | 第36-38页 |
| 3.2 提取颜色特征分量 | 第38-40页 |
| 3.2.1 HSV | 第38页 |
| 3.2.2 CIEL~*a~*b~* | 第38-39页 |
| 3.2.3 YCbCr | 第39-40页 |
| 3.3 实验与分析 | 第40-48页 |
| 3.3.1 向量量化 | 第40-45页 |
| 3.3.2 色相提取与判断 | 第45-46页 |
| 3.3.3 CIEL~*a~*b~*与YCbCr下的分量提取 | 第46页 |
| 3.3.4 阈值分割法的应用 | 第46-48页 |
| 3.4 本章小结 | 第48-50页 |
| 第四章 基于高斯混合模型的结核菌分割 | 第50-60页 |
| 4.1 高斯混合模型 | 第50-51页 |
| 4.2 最大期望算法 | 第51-53页 |
| 4.2.1 最大似然估计 | 第51-52页 |
| 4.2.2 最大期望算法 | 第52-53页 |
| 4.3 实验与分析 | 第53-58页 |
| 4.3.1 分类器评判方法 | 第53页 |
| 4.3.2 高斯混合模型实验 | 第53-56页 |
| 4.3.3 实验数据分析 | 第56-58页 |
| 4.4 本章小结 | 第58-60页 |
| 第五章 基于贝叶斯定理的结核菌分割 | 第60-74页 |
| 5.1 贝叶斯定理 | 第60页 |
| 5.2 朴素贝叶斯分类器 | 第60-61页 |
| 5.3 综合特征提取 | 第61-63页 |
| 5.3.1 局部颜色特征 | 第61-63页 |
| 5.3.2 形状特征 | 第63页 |
| 5.3.3 面积特征 | 第63页 |
| 5.4 实验与分析 | 第63-71页 |
| 5.4.1 朴素贝叶斯分类器实验 | 第63-65页 |
| 5.4.2 构造训练数据 | 第65-67页 |
| 5.4.3 训练朴素贝叶斯分类器 | 第67-68页 |
| 5.4.4 测试朴素贝叶斯分类器 | 第68-71页 |
| 5.5 本章小结 | 第71-74页 |
| 第六章 总结和展望 | 第74-78页 |
| 参考文献 | 第78-82页 |
| 攻读硕士学位期间发表论文及科研情况 | 第82-84页 |
| 致谢 | 第84页 |