| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 目录 | 第7-11页 |
| 第一章 前言 | 第11-18页 |
| 1.1 研究背景 | 第11-14页 |
| 1.1.1 赤潮及其监测手段 | 第11-12页 |
| 1.1.2 数字图像处理及模式识别 | 第12-14页 |
| 1.2 藻类图像识别国内外研究现状 | 第14-16页 |
| 1.3 课题来源和研究意义 | 第16-17页 |
| 1.4 主要工作和内容安排 | 第17-18页 |
| 第二章 赤潮藻类流式图像分割技术 | 第18-36页 |
| 2.1 本文所用藻类图像 | 第18-19页 |
| 2.2 一些常用的数字图像处理技术 | 第19-25页 |
| 2.2.1 图像增强 | 第19-22页 |
| 2.2.2 图像锐化 | 第22-23页 |
| 2.2.3 数学形态学 | 第23-25页 |
| 2.3 图像分割算法 | 第25-30页 |
| 2.3.1 基于边缘的分割算法 | 第25-27页 |
| 2.3.2 基于区域的分割算法 | 第27-30页 |
| 2.4 本文所用分割方法及结果 | 第30-35页 |
| 2.4.1 图像预处理 | 第30-32页 |
| 2.4.2 边缘算子的选择 | 第32-33页 |
| 2.4.3 结合LOG和Otsu的分割方法 | 第33-35页 |
| 2.5 本章小结 | 第35-36页 |
| 第三章 藻类图像特征提取 | 第36-55页 |
| 3.1 形状特征 | 第36-41页 |
| 3.1.1 基于边界的形状特征 | 第37-39页 |
| 3.1.2 基于区域的形状特征 | 第39-41页 |
| 3.2 纹理特征 | 第41-47页 |
| 3.3 赤潮藻类特征提取与分析 | 第47-54页 |
| 3.3.1 赤潮藻类形状特征的平移、旋转、尺度不变性 | 第47-50页 |
| 3.3.2 赤潮藻类纹理特征 | 第50-54页 |
| 3.4 本章小结 | 第54-55页 |
| 第四章 基于线性判别分析的藻类自动识别 | 第55-63页 |
| 4.1 线性判别分析 | 第55-59页 |
| 4.1.1 LDA原理 | 第55-58页 |
| 4.1.2 Gabor纹理的降维 | 第58-59页 |
| 4.2 分类结果 | 第59-62页 |
| 4.2.1 基于形状特征的识别结果 | 第60-61页 |
| 4.2.2 结合形状特征和纹理特征的识别结果 | 第61页 |
| 4.2.3 分类结果分析 | 第61-62页 |
| 4.3 本章小结 | 第62-63页 |
| 第五章 中肋骨条藻细胞计数 | 第63-67页 |
| 5.1 粘连细胞分离 | 第63-66页 |
| 5.2 对中肋骨条藻细胞的计数结果与分析 | 第66页 |
| 5.3 本章小结 | 第66-67页 |
| 第六章 总结与展望 | 第67-69页 |
| 6.1 总结 | 第67-68页 |
| 6.2 展望 | 第68-69页 |
| 参考文献 | 第69-74页 |
| 攻读硕士学位期间发表论文 | 第74-75页 |
| 致谢 | 第75页 |