牛乳體細胞顯微圖像處理（精）

第1章 緒論
1．1 引言
1．2 生鮮乳與體細胞數(shù)
1．3 體細胞計數(shù)方法
1．4 牛乳體細胞計數(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
1．5．1 圖像預處理
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
第2章 牛乳體細胞顯微圖像制作與獲取
2．1 牛乳體細胞涂片制作
2．1．1 乳樣采集
2．1．2 實驗方法
2．2 顯微圖像采集
2．3 圖像庫構建
小結
第3章 牛乳體細胞彩色圖像預處理
3．1 彩色圖像預處理
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 牛乳體細胞圖像的顏色空間轉換
3．4 圖像增強
3．5 空域濾波
3．6 頻域處理
3．6．1 低通濾波
3．6．2 高通濾波器
小結
第4章 牛乳體細胞圖像分割方法
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 算法實現(xiàn)過程
4．2．3 實驗結果及分析
4．3 基于SOM神經(jīng)網(wǎng)絡的牛乳體細胞圖像分割方法
4．3．1 算法原理
4．3．2 算法實現(xiàn)步驟
4．3．3 實驗結果及分析
4．4 基于FcM的牛乳體細胞圖像分割方法
4．4．1 算法原理
4．4．2 算法實現(xiàn)步驟
4．4．3 實驗結果及分析
4．5 基于水平集的牛乳體細胞圖像分割方法
4．5．1 算法原理
4．5．2 算法實現(xiàn)步驟
4．5．3 實驗結果及分析
小結
第5章 牛乳體細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)學形態(tài)學與融合技術的快速分割方法（WHF2D）
5．3．1 算法原理
5．3．2 算法實現(xiàn)過程
5．3．3 實驗結果及分析
5．4 基于降維與融合的牛乳體細胞圖像分割
5．4．1 算法原理
5．4．2 算法實現(xiàn)過程
5．4．3 實驗結果及分析
5．5 體細胞提取
5．6 堆積細胞分離算法設計
5．6．1 二值圖像的距離變換
5．6．2 圖像的重構
5．6．3 計算分水線
5．6．4 堆積細胞的分割步驟
5．7 牛乳體細胞計數(shù)
5．7．1 計數(shù)準則
5．7．2 計算步驟
小結
參考文獻