| 摘要 | 第1-7页 |
| Abstract | 第7-12页 |
| 1 绪论 | 第12-25页 |
| ·研究背景和意义 | 第12-14页 |
| ·浮游植物图像识别研究现状 | 第14-17页 |
| ·形态学图像分析进展 | 第17-19页 |
| ·本文的主要研究内容 | 第19-25页 |
| ·本文的任务和要解决的问题 | 第19-21页 |
| ·本文的研究内容和主要工作 | 第21-25页 |
| 2 形态学图像分析基础理论 | 第25-42页 |
| ·二值形态学 | 第25-27页 |
| ·灰值形态学 | 第27-32页 |
| ·基于集合运算的灰值形态变换 | 第27-29页 |
| ·基于完备格的灰值形态变换 | 第29-32页 |
| ·形态学滤波器 | 第32-34页 |
| ·连通形态变换 | 第34-38页 |
| ·排序形态变换 | 第38-42页 |
| 3 形态学多尺度图像分析 | 第42-67页 |
| ·多尺度图像分析概述 | 第42-43页 |
| ·形态金字塔变换 | 第43-53页 |
| ·引言 | 第43-44页 |
| ·扩展金字塔变换 | 第44-46页 |
| ·附益形态金字塔变换 | 第46-53页 |
| ·形态小波 | 第53-62页 |
| ·引言 | 第53-55页 |
| ·传统小波变换与Mallat算法 | 第55-59页 |
| ·广义小波框架 | 第59-61页 |
| ·基于广义小波框架的形态小波 | 第61-62页 |
| ·传统形态学多尺度图像分析 | 第62-67页 |
| ·多尺度形态滤波 | 第63页 |
| ·形态粒度测定 | 第63-67页 |
| 4 基于形态金字塔变换和连通形态学的海藻细胞图像分割 | 第67-90页 |
| ·引言 | 第67-68页 |
| ·图像分割和图像增强综述 | 第68-74页 |
| ·图像分割 | 第68-73页 |
| ·图像增强 | 第73-74页 |
| ·基于Haar形态金字塔变换的多尺度边缘增强 | 第74-76页 |
| ·海藻细胞显微图像自动分割 | 第76-85页 |
| ·海藻细胞显微图像自动分割方案 | 第76-81页 |
| ·海藻细胞显微图像自动分割步骤 | 第81-83页 |
| ·连通形态变换在海藻细胞图像分割中的应用 | 第83-85页 |
| ·实验结果和分析 | 第85-90页 |
| 5 自适应提升形态小波及其在海藻细胞纹理特征提取中的应用 | 第90-124页 |
| ·引言 | 第90-92页 |
| ·通过提升构建形态小波 | 第92-96页 |
| ·极值保留自适应提升形态小波 | 第96-104页 |
| ·边缘保留自适应提升形态小波及其在甲藻细胞特征提取中的应用 | 第104-116页 |
| ·边缘保留自适应提升形态小波 | 第104-108页 |
| ·边缘保留自适应提升形态小波在甲藻细胞甲沟提取中的应用 | 第108-116页 |
| ·极值保留自适应提升形态小波在海藻细胞纹理特征描述中的应用 | 第116-124页 |
| ·引言 | 第116-118页 |
| ·基于极值保留自适应提升形态小波和GLCM的多尺度纹理特征描述 | 第118-120页 |
| ·实验结果和分析 | 第120-124页 |
| 6 总结和展望 | 第124-126页 |
| ·总结 | 第124-125页 |
| ·展望 | 第125-126页 |
| 参考文献 | 第126-134页 |
| 致谢 | 第134-135页 |
| 个人简历、在学期间发表的学术论文与研究成果 | 第135-136页 |
| 在学期间参加的研究项目 | 第136页 |
