| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 前言 | 第8-15页 |
| 1.1 研究目的和意义 | 第8页 |
| 1.2 国内外研究现状 | 第8-13页 |
| 1.3 研究内容和方法 | 第13页 |
| 1.4 论文组织结构 | 第13-15页 |
| 第二章 基本概念介绍 | 第15-28页 |
| 2.1 图像纹理特征 | 第15-18页 |
| 2.1.1 纹理特征基本概念 | 第15-16页 |
| 2.1.2 常用的纹理特征提取方法 | 第16-18页 |
| 2.2 图像形状特征 | 第18-21页 |
| 2.2.1 形状特征基本概念 | 第18-19页 |
| 2.2.2 常用的形状特征提取方法 | 第19-21页 |
| 2.3 遗传算法 | 第21-24页 |
| 2.3.1 编码表示 | 第22页 |
| 2.3.2 运算过程 | 第22-24页 |
| 2.4 高斯金字塔 | 第24-26页 |
| 2.5 支持向量机 | 第26-27页 |
| 2.6 本章小结 | 第27-28页 |
| 第三章 基于高斯尺度空间的粗糙度描述子特征提取方法 | 第28-39页 |
| 3.1 高斯尺度空间的构造 | 第28-29页 |
| 3.2 参数选择 | 第29-30页 |
| 3.3 粗糙度特征的提取 | 第30-33页 |
| 3.4 基于高斯尺度空间的粗糙度描述子 | 第33-34页 |
| 3.5 实验结果及分析 | 第34-38页 |
| 3.5.1 Confocal花粉图像的实验结果 | 第35-36页 |
| 3.5.2 Pollenmonitor花粉图像的实验结果 | 第36-37页 |
| 3.5.3 与传统形状描述子特征的实验结果对比分析 | 第37-38页 |
| 3.6 本章小结 | 第38-39页 |
| 第四章 基于Zernike矩的傅里叶形状描述子特征提取方法 | 第39-52页 |
| 4.1 三维球面坐标下的Zernike矩 | 第39-42页 |
| 4.2 模板计算 | 第42-43页 |
| 4.3 参数选择 | 第43-44页 |
| 4.4 基于遗传算法的Zernike矩优选 | 第44-46页 |
| 4.5 基于三维Zernike矩的傅里叶描述子 | 第46-47页 |
| 4.6 实验结果及分析 | 第47-50页 |
| 4.6.1 Confocal花粉图像的实验结果 | 第47-48页 |
| 4.6.2 Pollenmonitor花粉图像的实验结果 | 第48-49页 |
| 4.6.3 与传统形状描述子特征的实验结果对比分析 | 第49-50页 |
| 4.7 本章小结 | 第50-52页 |
| 第五章 纹理和形状特征实验对比分析 | 第52-58页 |
| 5.1 Confocal花粉图像的识别率比较 | 第52-54页 |
| 5.2 Pollenmonitor花粉图像的识别率比较 | 第54-56页 |
| 5.3 平均识别率比较 | 第56-57页 |
| 5.4 本章小结 | 第57-58页 |
| 第六章 总结与展望 | 第58-60页 |
| 6.1 工作总结 | 第58-59页 |
| 6.2 展望 | 第59-60页 |
| 参考文献 | 第60-66页 |
| 致谢 | 第66-67页 |
| 作者简介 | 第67-68页 |
