基于联合特征PCANet的宫颈细胞图像分类识别方法研究

摘要

第1章 绪论

1．1 课题研究背景及其意义

1．2 宫颈细胞数据集简介

1．3 宫颈细胞图像分类识别研究现状

1．4 深度学习在图像识别领域研究现状

1．5 论文研究内容以及结构

第二章 宫颈细胞图像去噪

2．1 引言

2．2 理论与方法

2．2．1 双边滤波去噪

2．2．2 NLMF去噪

2．2．3 基于块组的非局部自相似性先验学习图像去噪

2．3 仿真实验与分析

2．3．1 去噪效果评价

2．3．2 仿真实验结果分析

2．4 本章小结

第3章 宫颈细胞图像增强

3．1 引言

3．2 理论与方法

3．2．1 直方图均衡

3．2．2 BHEASF图像增强

3．3 仿真实验分析

3．3．1 图像增强评价标准

3．3．2 仿真实验结果分析

3．4 本章小结

第4章 宫颈细胞图像特征提取及其分类识别

4．1 引言

4．2 基于联合特征PCANet的特征提取及分类识别

4．2．1 基于联合特征PCANet的特征提取

4．2．2 分类器

4．3 仿真实验分析

4．3．1 图像库整理

4．3．2 特征提取及分类识别

4．4 本章小结

第五章 基于MATLAB GUI的宫颈细胞图像分类识别系统设计

5．1 引言

5．2 系统的总体结构以及设计原则

5．2．1 系统的总体结构

5．2．2 系统的设计原则

5．3 GUI设计步骤

5．4 系统主界面及各模块的设计

5．5 本章小结

第六章 总结与展望

6．1 总结

6．2 展望

参考文献

攻读硕士学位期间参与的项目及取得的研究成果

致谢

声明