| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 前言 | 第8-14页 |
| 1.1 研究目的和意义 | 第8页 |
| 1.2 国内外研究现状 | 第8-12页 |
| 1.3 研究内容和方法 | 第12-13页 |
| 1.4 论文组织结构 | 第13-14页 |
| 第二章 基本概念介绍 | 第14-25页 |
| 2.1 图像形状特征 | 第14-18页 |
| 2.1.1 形状特征基本概念 | 第14页 |
| 2.1.2 简单的形状特征 | 第14-15页 |
| 2.1.3 几何矩描述子与Zernike矩 | 第15-18页 |
| 2.2 图像纹理特征 | 第18-21页 |
| 2.2.1 纹理特征简介 | 第18-19页 |
| 2.2.2 二维离散二进小波变换 | 第19-21页 |
| 2.3 差分进化算法 | 第21-23页 |
| 2.4 支持向量机 | 第23-24页 |
| 2.5 本章小结 | 第24-25页 |
| 第三章 基于突变点几何约束直方图的花粉图像识别 | 第25-33页 |
| 3.1 提取突变点 | 第25-26页 |
| 3.2 突变点的几何约束 | 第26-28页 |
| 3.3 几何约束直方图统计描述子 | 第28-29页 |
| 3.4 实验结果 | 第29-32页 |
| 3.4.1 Confocal花粉图像的实验结果 | 第30页 |
| 3.4.2 Pollenmonitor花粉图像的实验结果 | 第30-31页 |
| 3.4.3 算法对比分析 | 第31-32页 |
| 3.5 本章小结 | 第32-33页 |
| 第四章 基于三维分数阶Zernike矩的花粉特征提取算法 | 第33-48页 |
| 4.1 3D Zernike矩 | 第33-34页 |
| 4.2 3D分数阶Zemike矩 | 第34-35页 |
| 4.3 Zernike矩特征集合的优化与降维 | 第35-36页 |
| 4.4 形成傅里叶描述子 | 第36-38页 |
| 4.5 实验结果及分析 | 第38-42页 |
| 4.5.1 实验环境以及相关参数的选择 | 第38-40页 |
| 4.5.2 花粉图像分类结果与分析 | 第40-41页 |
| 4.5.3 与传统形状特征描述子的实验结果对比分析 | 第41-42页 |
| 4.6 本文提出的两种算法间的性能验证 | 第42-47页 |
| 4.6.1 Confocal花粉图像库的识别率比较 | 第42-44页 |
| 4.6.2 Pollenmonitor花粉图像库的识别率比较 | 第44-46页 |
| 4.6.3 两种算法的平均性能验证 | 第46-47页 |
| 4.7 本章小结 | 第47-48页 |
| 第五章 总结与展望 | 第48-50页 |
| 5.1 工作总结 | 第48页 |
| 5.2 展望 | 第48-50页 |
| 致谢 | 第50-51页 |
| 参考文献 | 第51-56页 |
| 作者简介 | 第56页 |
