| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 绪论 | 第10-19页 |
| ·课题背景和研究意义 | 第10-11页 |
| ·国内外研究现状及热点 | 第11-16页 |
| ·关于藻类识别的研究现状 | 第11页 |
| ·关于图像检索的研究现状 | 第11-16页 |
| ·本文的研究内容 | 第16-19页 |
| ·主要内容与章节安排 | 第16-17页 |
| ·论文的创新点 | 第17-19页 |
| 第二章 藻类细胞图区域分割 | 第19-28页 |
| ·藻类细胞区域提取的困难 | 第19-20页 |
| ·基于彩色梯度和Gamma 混合模型的藻类细胞图像分割算法 | 第20-28页 |
| ·滤波处理及彩色梯度提取 | 第20-21页 |
| ·彩色梯度的Gamma 混合模型及模型参数求解 | 第21-25页 |
| ·细胞区域提取 | 第25-26页 |
| ·实验效果 | 第26-28页 |
| 第三章 综合多特征的图像检索技术 | 第28-45页 |
| ·基于颜色的特征提取 | 第28-32页 |
| ·颜色空间的选择 | 第28-30页 |
| ·颜色直方图 | 第30-31页 |
| ·颜色特征提取效果 | 第31-32页 |
| ·基于形状的特征提取 | 第32-36页 |
| ·形状特征的选择 | 第32-33页 |
| ·不变矩特征的提取 | 第33-35页 |
| ·形状特征提取效果 | 第35-36页 |
| ·基于纹理的特征提取 | 第36-40页 |
| ·主要纹理特征描述方法 | 第36-37页 |
| ·基于Gabor 变换的纹理特征提取 | 第37-39页 |
| ·纹理特征提取效果 | 第39-40页 |
| ·综合多特征的图像检索 | 第40-45页 |
| ·多特征组合的图像索引 | 第40-42页 |
| ·相似性度量方法介绍和选择 | 第42-45页 |
| 第四章 基于SVM 的相关反馈技术 | 第45-52页 |
| ·基于SVM 相关反馈技术的概述 | 第45-49页 |
| ·支持向量机(SVM)简介 | 第45-49页 |
| ·基于SVM 的相关反馈技术 | 第49页 |
| ·基于SVM 相关反馈技术的改进方案 | 第49-52页 |
| 第五章 实验平台建立及实验结果分析 | 第52-63页 |
| ·实验平台的建立 | 第52-55页 |
| ·实验平台的运行环境 | 第52页 |
| ·各模块介绍 | 第52-55页 |
| ·实验效果及分析 | 第55-63页 |
| ·基于单特征和综合多特征的检索步骤 | 第55-58页 |
| ·基于单特征和综合多特征的检索结果及分析 | 第58-59页 |
| ·基于改进SVM 相关反馈的检索步骤 | 第59-61页 |
| ·基于改进SVM 相关反馈的检索结果及分析 | 第61-63页 |
| 第六章 总结与展望 | 第63-65页 |
| ·总结 | 第63页 |
| ·展望 | 第63-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-70页 |
| 附录 | 第70-75页 |
| 附录一：主要模块源码 | 第70-75页 |
| 附录二：作者在读研期间发表的学术论文及参加的科研项目 | 第75页 |