基于形态学与YoloV3算法的显微镜图像中孢子识别研究与实现

目录

声明

第一章 绪论

1.1 课题背景及研究的意义

1.2国内外相关研究与成果

1.2.1 机器学习与目标检测

1.2.2孢子识别技术发展动态

1.3论文研究内容及方法

1.4 论文结构

1.5 论文创新点

第二章 显微镜下图像前处理

2.1显微图像处理流程综述

2.2显微图像增强

2.2.1图像锐化

2.2.2图像仿射变换

2.3景深融合处理算法

第三章 基于YoloV3算法的孢子初筛

3.1 Darknet框架与Yolo算法

3.1.1 Darknet框架简介

3.1.2 Yolo算法简介

3.2数据集建立及模型训练

3.2.1图像数据集的建立

3.2.2 模型训练及优化

3.2.3 模型验证

3.3 深度学习部分小结

第四章 基于形态学的疑似目标复筛

4.1复筛思路综述

4.2形态学运算

4.3边缘提取与椭圆拟合

4.3.1 边缘提取

4.3.2椭圆拟合

第五章 算法实际应用与效果评估

5.1 算法综合设计与实施

5.2 对比试验与效果评判

第六章 总结

参考文献

硕士在读期间科研成果

致谢