有害赤潮藻显微图像自动识别研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 1 绪论 | 第10-15页 |
| ·引言 | 第10-11页 |
| ·国内外研究现状 | 第11-13页 |
| ·课题背景与研究意义 | 第13页 |
| ·主要工作与内容安排 | 第13-15页 |
| 2 藻种生物形态学分析及识别系统设计 | 第15-21页 |
| ·生物形态学分析 | 第15-16页 |
| ·藻种分类研究 | 第16-18页 |
| ·显微图像自动识别系统设计 | 第18-20页 |
| ·本章小结 | 第20-21页 |
| 3 显微图像目标分割 | 第21-40页 |
| ·基于区域信息的藻种图像分割方法 | 第21-33页 |
| ·水平集法 | 第22-25页 |
| ·自动阈值法 | 第25-29页 |
| ·基于区域信息图像分割实验 | 第29-33页 |
| ·硅藻图像分割方法 | 第33-39页 |
| ·灰度方向角模型 | 第34-36页 |
| ·硅藻图像分割流程 | 第36-37页 |
| ·硅藻图像分割实验 | 第37-39页 |
| ·本章小结 | 第39-40页 |
| 4 基于形状的显微图像特征提取 | 第40-54页 |
| ·藻种显微图像特征分析 | 第40-41页 |
| ·不变矩与形状特征参数 | 第41-47页 |
| ·不变矩 | 第41-44页 |
| ·形状特征参数 | 第44-47页 |
| ·特征几何不变性验证实验 | 第47-53页 |
| ·本章小结 | 第53-54页 |
| 5 基于 SVM 的藻种识别 | 第54-72页 |
| ·支持向量机 | 第54-59页 |
| ·最优分类超平面 | 第54-57页 |
| ·线性可分情况 | 第54-56页 |
| ·非线性情况 | 第56-57页 |
| ·核函数 | 第57-58页 |
| ·多类分类器 | 第58-59页 |
| ·显微图像识别 | 第59-72页 |
| ·识别流程 | 第59-60页 |
| ·支持向量机参数选择 | 第60页 |
| ·模型训练及模式识别实验 | 第60-72页 |
| ·识别模型的建立 | 第61-66页 |
| ·模式识别 | 第66-72页 |
| ·本章小结 | 第72页 |
| 6 总结与展望 | 第72-74页 |
| ·总结 | 第72-73页 |
| ·展望 | 第73-74页 |
| 参考文献 | 第74-79页 |
| 致谢 | 第79-80页 |
| 个人简历、在学期间发表的学术论文与研究成果 | 第80页 |
