基于双光谱有毒赤潮藻图像自动识别系统的研究
| 摘要 | 第1-3页 |
| Abstract | 第3-7页 |
| 第一章 绪论 | 第7-12页 |
| ·赤潮及其危害 | 第7-8页 |
| ·赤潮的预测 | 第8页 |
| ·赤潮的治理与防治 | 第8-9页 |
| ·应用显微图像分析方法预报赤潮的发展和现状 | 第9-11页 |
| ·本文的研究内容和意义 | 第11-12页 |
| 第二章 赤潮生物光谱特性研究 | 第12-20页 |
| ·海藻的吸收光谱特性研究 | 第12-15页 |
| ·海藻的荧光光谱特性研究 | 第15-19页 |
| ·海藻荧光特性的理论基础 | 第15-16页 |
| ·拍摄海藻荧光图像 | 第16-18页 |
| ·同一视场下荧光图像和灰度图像对比研究 | 第18-19页 |
| ·小结 | 第19-20页 |
| 第三章 赤潮生物自动识别系统简介 | 第20-26页 |
| ·硬件系统结构 | 第20-23页 |
| ·光源照明系统 | 第21页 |
| ·图像采集卡和CCD | 第21-22页 |
| ·显微镜的调整 | 第22-23页 |
| ·软件系统结构 | 第23-25页 |
| ·小结 | 第25-26页 |
| 第四章 赤潮生物图像处理及分析 | 第26-39页 |
| ·图像获取 | 第26页 |
| ·图像预处理 | 第26-31页 |
| ·结合荧光图像和普通显微图像进行处理 | 第26-28页 |
| ·灰度图像预处理 | 第28-31页 |
| ·中值滤波 | 第28页 |
| ·图像平滑 | 第28-29页 |
| ·直方图均衡 | 第29-30页 |
| ·图像锐化 | 第30-31页 |
| ·图像分割 | 第31-35页 |
| ·图像的二维直方图 | 第31-33页 |
| ·二维最大熵法图像分割 | 第33-35页 |
| ·海藻图像的形态学处理 | 第35-38页 |
| ·腐蚀 | 第35-36页 |
| ·膨胀 | 第36-37页 |
| ·开运算（OPEN）与闭运算(CLOSE) | 第37-38页 |
| ·小结 | 第38-39页 |
| 第五章 赤潮生物图像特征分析 | 第39-52页 |
| ·几何形状特征提取 | 第40-42页 |
| ·灰度特征提取 | 第42-45页 |
| ·灰度不变距特征 | 第43-44页 |
| ·图像灰度统计特征 | 第44-45页 |
| ·纹理特征 | 第45-50页 |
| ·基于灰度共生矩阵的纹理特征 | 第45-46页 |
| ·基于灰度-梯度共生矩阵的纹理特征 | 第46-50页 |
| ·基于灰度方差相关矩阵的纹理特征 | 第50页 |
| ·特征选择 | 第50-51页 |
| ·小结 | 第51-52页 |
| 第六章 应用人工神经网络识别赤潮生物 | 第52-63页 |
| ·人工神经网络概述 | 第52-54页 |
| ·BP 神经网络 | 第54-62页 |
| ·BP 神经网络概况 | 第54-56页 |
| ·运用BP 神经网络进行藻类识别 | 第56-62页 |
| ·BP 神经网络的建立和训练 | 第56-57页 |
| ·神经网络训练过程中出现的一些问题及解决办法 | 第57-60页 |
| ·实验结果分析 | 第60-62页 |
| ·小结 | 第62-63页 |
| 第七章 总结与展望 | 第63-65页 |
| 参考文献 | 第65-68页 |
| 发表论文和参加科研情况说明 | 第68-69页 |
| 致谢 | 第69页 |
