赤潮藻细胞的识别研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 0 前言 | 第8-10页 |
| ·图像处理技术的发展 | 第8-9页 |
| ·图像识别系统的构成 | 第9页 |
| ·本文的主要内容 | 第9-10页 |
| 1 图像预处理 | 第10-14页 |
| ·灰度修正 | 第10页 |
| ·噪声滤除 | 第10-13页 |
| ·线性滤波器和非线性滤波器 | 第11-12页 |
| ·数学形态学滤波器 | 第12-13页 |
| ·本章小结 | 第13-14页 |
| 2 图像分割 | 第14-25页 |
| ·阈值分割 | 第14-15页 |
| ·边缘检测 | 第15-20页 |
| ·梯度 | 第15-16页 |
| ·基于一阶导数的边缘检测器 | 第16-17页 |
| ·基于二阶导数的边缘检测器 | 第17-19页 |
| ·LoG 算法以及Canny 边缘检测器 | 第19-20页 |
| ·边界跟踪及区域生长 | 第20-22页 |
| ·边界跟踪算法 | 第20-21页 |
| ·区域生长 | 第21-22页 |
| ·多种方法相结合的图像分割 | 第22-24页 |
| ·多尺度形态运算 | 第22-23页 |
| ·连通成分标记 | 第23-24页 |
| ·边缘提取 | 第24页 |
| ·本章小结 | 第24-25页 |
| 3 特征提取 | 第25-40页 |
| ·链码跟踪 | 第25-26页 |
| ·基本形状参数提取 | 第26-29页 |
| ·矩特征 | 第29-39页 |
| ·矩的基本概念 | 第30-31页 |
| ·Hu 矩 | 第31-32页 |
| ·Zernike 矩 | 第32-33页 |
| ·小波变换的应用 | 第33-35页 |
| ·小波矩 | 第35-39页 |
| ·矩的一般表达形式 | 第35-36页 |
| ·基于三次B 样条小波的小波矩 | 第36-38页 |
| ·归一化处理 | 第38-39页 |
| ·本章小结 | 第39-40页 |
| 4 图像识别 | 第40-58页 |
| ·统计模式识别 | 第40-42页 |
| ·句法模式识别 | 第42-43页 |
| ·模糊模式识别 | 第43-45页 |
| ·模糊模式识别的直接方法 | 第44页 |
| ·模糊模式识别的间接方法 | 第44-45页 |
| ·人工神经网络法 | 第45-55页 |
| ·人工神经网络基本理论 | 第46-48页 |
| ·人工神经网络在模式识别方面的应用 | 第48-49页 |
| ·BP 神经网络用于模式识别 | 第49-52页 |
| ·模块化神经网络用于模式识别 | 第52-55页 |
| ·大规模复杂问题的分解 | 第53-54页 |
| ·子网络模块组合 | 第54-55页 |
| ·基于模块化神经网络的细胞识别 | 第55页 |
| ·识别结果分析 | 第55-57页 |
| ·本章小结 | 第57-58页 |
| 5 总结与展望 | 第58-59页 |
| 参考文献 | 第59-62页 |
| 致谢 | 第62页 |
