论文题目: 基于人工神经网络的血液细胞图像分割方法研究
论文类型: 硕士论文
论文专业: 光学工程
作者: 王传永
导师: 孙杰
关键词: 神经网络,数学形态学,阈值分割,中值滤波,特征提取,模式识别
文献来源: 天津理工大学
发表年度: 2005
论文摘要: 随着计算机科学技术的发展,计算机在医学领域也得到了广泛的应用。其中的计算机辅助医疗外科技术以及计算机辅助诊断技术越来越受到人们的关注,尤其是在医学显微图像处理方面。传统的医学显微检测,它的工作效率低、工作强度大,存在主观的观察误差,对检测员的技术水平要求较高;加之它只能通过显微摄影进行图像记录,不能对图像进行必要的处理,不能快速存贮和再现,更不能通过网络远距离传输图像信息,因而已经远远不适应信息时代发展的新要求。而现代光电转换、计算机硬件、数据和图像处理软件等技术已经可以实现真彩色数字化医学显微图像的显示。在此基础上,针对血液细胞的具体观测要求,将难以观测的显微镜视场光学图像变成显示在计算机屏幕的大面积、高亮度、真彩色的经过自动识别的图像,以减轻专业技术人员在显微镜下从成千上万个目标中寻找、观测、捕捉异常小体等的劳动强度,并对观测细胞进行定量的色彩、形态等参数的分析和统计,辅助医生进行医疗诊断,使现代发展的迫切要求。本论文的研究工作主要围绕着BP神经网络的数字图像处理技术展开的,重点探讨了BP神经网络用于彩色血液细胞识别的可行性,并且用VC++实现了基于本方法的彩色细胞自动计数系统。本论文第二章介绍了关于人工神经网络的基本概念,对人工神经网络模型的构造进行详细的阐述,并介绍了几种常用的神经网络模型。其中对BP神经网络做了全面的讨论,并提出了BP神经网络的改进算法。第三章介绍了数字图像处理的基本知识,并对彩色图像的处理方法作了详细的阐述,详细分析了色彩和形态学在图像分割中的应用,对不同的彩色空间的阈值分割效果作了比较,并在此基础上提出了从彩色和形态两个方面来对图像进行分割的方法。第四章阐述了目标特征提取的选取准则和提取方法,给出了统计分类理论的基本内容和基于目标面积分布的几种统计识别方法。第五章给出基于神经网络的彩色细胞自动计数系统的工作原理和系统结构。给出了软件实现的过程,并对细胞自动计数系统操作进行了简单的介绍。本论文主要有以下创新点:1.将HIS色彩空间和RGB色彩空间下单通道的图像阈值分割效果进行比较,提出了HIS色彩空间阈值分割优于RGB色彩空间阈值分割。2.提出基于色彩和形态两个方面综合的图像分割方案。此方案可大大减少无关数据的处理,从而加快彩色目标识别过程。3.采用BP神经网络模型实现了彩色目标的色彩分割和形态提取,提高了图像分割的准确度,为图像识别打下基础。
论文目录:
摘要
ABSTRACT
第一章 绪论
1.1 研究的目的和意义
1.2 彩色细胞图像处理
1.2.1 细胞图像处理
1.2.2 色彩空间
1.2.3 彩色细胞图像识别方法
1.3 本文的主要内容及创新之处
1.3.1 本论文的主要内容
1.3.2 本论文的主要创新点
第二章 人工神经网络技术
2.1 人工神经网络概述
2.1.1 人工神经网络发展现状
2.1.2 人工神经网络特点
2.1.3 人工神经网络的分类
2.1.4 人工神经网络的应用
2.2 生物神经元系统
2.3 人工神经网络基本理论
2.3.1 人工神经元模型
2.3.2 激活转移函数
2.3.3 神经网络学习方法
2.3.4 几种常见的神经网络
第三章 彩色细胞图像预处理技术
3.1 数字图像处理概述
3.1.1 数字图像处理的发展和应用
3.1.2 数字图像处理方法
3.1.3 数字图像处理特点
3.1.4 数字图像处理领域的发展动向
3.2 彩色细胞图像处理基本知识
3.2.1 人的视觉系统及色彩原理
3.2.2 图像处理系统
3.3 形态学在细胞处理中的应用
3.3.1 形态学概述
3.3.2 数学形态学运算
第四章 彩色图像特征提取和目标识别步骤
4.1 目标特征提取
4.1.1 特征分类
4.1.2 特征三要素
4.1.3 特征提取的方法
4.2 目标识别
4.2.1 统计模式识别
4.2.2 神经网络识别方法
4.2.3 面积分布特征的计算
第五章 实时应用系统的实现
5.1 细胞自动计数系统的工作原理
5.2 细胞计数系统的结构
5.2.1 系统硬件
5.2.2 系统软件
第六章 总结和展望
6.1 工作总结
6.2 讨论与展望
参考文献
攻读硕士期间发表的论文
攻读硕士期间参与的科研项目和获得的奖励
致谢
发布时间: 2007-08-01
参考文献
- [1].基于遗传神经网络的图像分割技术研究[D]. 孙学敏.中国地质大学（北京）2006
- [2].基于卷积神经网络的舌苔图像分割与病理分析算法研究[D]. 刘阳洋.内蒙古大学2018
- [3].智能算法的研究及其在图像分割中的应用[D]. 刘茜.江南大学2018
- [4].混合蛙跳算法的改进及在图像分割问题上的应用[D]. 程金凤.河南师范大学2018
- [5].基于深度学习的细胞核图像分割方法研究[D]. 李刚森.哈尔滨工业大学2018
- [6].基于深度学习的形状模型研究及图像分割应用[D]. 张娟.陕西师范大学2017
- [7].基于深度学习的图像分割研究与应用[D]. 张华博.电子科技大学2018
- [8].基于卷积神经网络的街景图像分割方法研究[D]. 张文海.电子科技大学2018
- [9].基于卷积神经网络的图像分割质量评价及修复方法研究[D]. 施雯.电子科技大学2018
- [10].复杂环境中车辆图像分割与识别方法研究[D]. 柯楠（TETE KOMLAN SENYO）.沈阳理工大学2018
相关论文
- [1].贴壁细胞图像分割算法研究[D]. 刘应乾.山东科技大学2007
- [2].基于BP神经网络的肺癌细胞图像处理系统的研究[D]. 李博.吉林大学2007
- [3].贴壁细胞图像分割技术研究[D]. 王雪琴.山东科技大学2006
- [4].基于BP神经网络的血液细胞自动识别技术的研究与实现[D]. 郑辉.山东大学2007
- [5].肿瘤细胞图像分割算法研究[D]. 李宇卓.郑州大学2007
- [6].神经网络方法在图像分割中的应用[D]. 曾永林.电子科技大学2005
- [7].基于遗传神经网络的图像分割技术研究[D]. 孙学敏.中国地质大学（北京）2006
- [8].基于边缘检测的细胞图像分割方法研究与实现[D]. 张博.武汉理工大学2006
- [9].一种基于神经网络的自适应阈值分割方法中参数的自动确定及其在彩色图像分割中的应用[D]. 何艳阳.四川大学2001
- [10].基于神经网络的图像分割算法研究[D]. 于恩生.昆明理工大学2002