牛乳體細(xì)胞顯微圖像處理（精）

第1章 緒論
1．1 引言
1．2 生鮮乳與體細(xì)胞數(shù)
1．3 體細(xì)胞計(jì)數(shù)方法
1．4 牛乳體細(xì)胞計(jì)數(shù)研究動態(tài)
1．4．1 傳統(tǒng)的分割方法
1．4．2 現(xiàn)代方法
1．5 數(shù)字圖像處理技術(shù)
1．5．1 圖像預(yù)處理
1．5．2 圖像分割
1．5．3 圖像特征提取
1．5．4 分類識別
小結(jié)
第2章 牛乳體細(xì)胞顯微圖像制作與獲取
2．1 牛乳體細(xì)胞涂片制作
2．1．1 乳樣采集
2．1．2 實(shí)驗(yàn)方法
2．2 顯微圖像采集
2．3 圖像庫構(gòu)建
小結(jié)
第3章 牛乳體細(xì)胞彩色圖像預(yù)處理
3．1 彩色圖像預(yù)處理
3．2 顏色空間
3．2．1 CIE顏色空間
3．2．2 RGB顏色空間
3．2．3 XYZ顏色空間
3．2．4 Lab顏色空間
3．2．5 LUV顏色空間
3．2．6 HSI顏色空間
3．3 牛乳體細(xì)胞圖像的顏色空間轉(zhuǎn)換
3．4 圖像增強(qiáng)
3．5 空域?yàn)V波
3．6 頻域處理
3．6．1 低通濾波
3．6．2 高通濾波器
小結(jié)
第4章 牛乳體細(xì)胞圖像分割方法
4．1 基于三維空間的彩色分水嶺分割方法（WH3D）
4．1．1 分水嶺算法
4．1．2 彩色分水嶺算法
4．2 基于不確定理論的云模型分割算法
4．2．1 算法原理
4．2．2 算法實(shí)現(xiàn)過程
4．2．3 實(shí)驗(yàn)結(jié)果及分析
4．3 基于SOM神經(jīng)網(wǎng)絡(luò)的牛乳體細(xì)胞圖像分割方法
4．3．1 算法原理
4．3．2 算法實(shí)現(xiàn)步驟
4．3．3 實(shí)驗(yàn)結(jié)果及分析
4．4 基于FcM的牛乳體細(xì)胞圖像分割方法
4．4．1 算法原理
4．4．2 算法實(shí)現(xiàn)步驟
4．4．3 實(shí)驗(yàn)結(jié)果及分析
4．5 基于水平集的牛乳體細(xì)胞圖像分割方法
4．5．1 算法原理
4．5．2 算法實(shí)現(xiàn)步驟
4．5．3 實(shí)驗(yàn)結(jié)果及分析
小結(jié)
第5章 牛乳體細(xì)胞圖像快速分割方法
5．1 圖像融合
5．1．1 問題描述
5．1．2 Bavesian方法
5．1．3 模糊集合與概率論方法
5．2 彩色聚合函數(shù)的選擇
5．3 基于數(shù)學(xué)形態(tài)學(xué)與融合技術(shù)的快速分割方法（WHF2D）
5．3．1 算法原理
5．3．2 算法實(shí)現(xiàn)過程
5．3．3 實(shí)驗(yàn)結(jié)果及分析
5．4 基于降維與融合的牛乳體細(xì)胞圖像分割
5．4．1 算法原理
5．4．2 算法實(shí)現(xiàn)過程
5．4．3 實(shí)驗(yàn)結(jié)果及分析
5．5 體細(xì)胞提取
5．6 堆積細(xì)胞分離算法設(shè)計(jì)
5．6．1 二值圖像的距離變換
5．6．2 圖像的重構(gòu)
5．6．3 計(jì)算分水線
5．6．4 堆積細(xì)胞的分割步驟
5．7 牛乳體細(xì)胞計(jì)數(shù)
5．7．1 計(jì)數(shù)準(zhǔn)則
5．7．2 計(jì)算步驟
小結(jié)
參考文獻(xiàn)