| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 第一章 绪论 | 第11-19页 |
| ·研究背景及意义 | 第11-14页 |
| ·国内外研究现状 | 第14-16页 |
| ·基于目标特征的图像识别研究现状 | 第14-16页 |
| ·浮游生物识别方法研究现状 | 第16页 |
| ·论文的主要工作及结构 | 第16-19页 |
| ·论文的主要工作 | 第16-17页 |
| ·论文的结构 | 第17-19页 |
| 第二章 图像识别原理及常用方法 | 第19-30页 |
| ·图像识别原理 | 第19-20页 |
| ·常用的图像识别方法 | 第20-24页 |
| ·模板匹配法 | 第20-21页 |
| ·统计模式识别法 | 第21-22页 |
| ·模糊模式识别法 | 第22-23页 |
| ·结构模式识别法 | 第23页 |
| ·基于神经网络的识别方法 | 第23-24页 |
| ·基于内容特征的图像识别方法 | 第24-28页 |
| ·本章小结 | 第28-30页 |
| 第三章 基于信息熵的图像特征描述 | 第30-38页 |
| ·引言 | 第30页 |
| ·信息熵基本原理 | 第30-35页 |
| ·基本概念 | 第30-31页 |
| ·图像的信息熵 | 第31页 |
| ·图像的颜色直方图 | 第31-33页 |
| ·信息熵的数学特性 | 第33-34页 |
| ·熵函数的灵敏度 | 第34-35页 |
| ·基于颜色信息熵的图像特征描述 | 第35-37页 |
| ·图像颜色直方图的信息熵 | 第35-37页 |
| ·基于颜色信息熵的图像特征提取 | 第37页 |
| ·本章小结 | 第37-38页 |
| 第四章 基于小波分解的图像特征描述 | 第38-50页 |
| ·引言 | 第38-39页 |
| ·小波变换基本理论 | 第39-42页 |
| ·连续小波变换 | 第39-41页 |
| ·离散小波变换 | 第41-42页 |
| ·MALLT 小波原理 | 第42-44页 |
| ·基于小波分解的浮游生物图像特征表示 | 第44-49页 |
| ·浮游生物图像的分解 | 第44-45页 |
| ·浮游生物图像的重构 | 第45-46页 |
| ·浮游生物图像的特征表示 | 第46-48页 |
| ·算法分析 | 第48-49页 |
| ·本章小结 | 第49-50页 |
| 第五章 实验与分析 | 第50-81页 |
| ·引言 | 第50页 |
| ·图像来源 | 第50-53页 |
| ·图像预处理 | 第53-56页 |
| ·图像的特征提取 | 第56-70页 |
| ·基于颜色信息熵的图像特征提取 | 第56-60页 |
| ·基于小波分解的图像特征提取 | 第60-70页 |
| ·浮游生物图像的特征匹配 | 第70-72页 |
| ·基于相似度模型的距离度量 | 第70页 |
| ·基于K-近邻法的图像分类 | 第70-72页 |
| ·实验过程 | 第72-80页 |
| ·训练集样本个数及K 值对识别率的影响（K 值分析） | 第74-75页 |
| ·图像识别率 | 第75-79页 |
| ·算法复杂度 | 第79-80页 |
| ·本章小结 | 第80-81页 |
| 第六章 总结与展望 | 第81-83页 |
| ·总结 | 第81-82页 |
| ·展望 | 第82-83页 |
| 致谢 | 第83-84页 |
| 参考文献 | 第84-87页 |