首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

无角毛有害赤潮藻显微图像自动识别系统

摘要第1-6页
Abstract第6-11页
1 前言第11-14页
   ·引言第11页
   ·国内外研究现状第11-12页
   ·课题来源和研究意义第12-13页
   ·主要工作和内容安排第13-14页
2 无角毛有害赤潮藻显微图像自动识别系统设计第14-18页
   ·中国海常见有害赤潮藻的形态学特征第14-16页
   ·显微图像识别系统设计第16-17页
   ·本章小结第17-18页
3 显微图像分割与目标提取第18-32页
   ·图像分割自动阈值方法的研究第18-23页
     ·迭代法第19-21页
       ·算法简介第19页
       ·实验与分析第19-21页
     ·大津法第21-22页
       ·基本思想第21页
       ·算法简介第21-22页
       ·实验与分析第22页
     ·大津法的改进第22-23页
       ·对比度增强算法第23页
   ·目标提取方法第23-31页
     ·基于多方向投影的目标提取方法第24-31页
       ·确定细胞位置第26-28页
       ·投影切割的方向第28-29页
       ·实验与分析第29页
       ·投影法目标提取的局限性第29-31页
   ·本章小结第31-32页
4 目标图像特征提取第32-45页
   ·形状因子第32-37页
     ·形状特征基本参数计算第33-35页
       ·面积第33-34页
       ·周长第34页
       ·宽度和高度第34-35页
       ·区域质心位置第35页
       ·长轴和短轴第35页
     ·形状因子参数计算第35-37页
       ·偏心率第36页
       ·体态比第36页
       ·矩形度第36页
       ·形状参数第36-37页
       ·凸率第37页
       ·圆形度第37页
       ·球状性第37页
   ·HU不变矩及其推广第37-42页
     ·原点矩、中心矩和标准化中心矩第38页
     ·HU不变矩第38-39页
     ·HU不变矩的推广第39-42页
   ·实验与分析第42-44页
   ·本章小结第44-45页
5 图像识别系统第45-57页
   ·支撑向量机(SVM)第45-51页
     ·实际风险、经验风险及结构风险最小化第45-47页
     ·线性情况与非线性情况第47-51页
       ·线性情况第47-50页
       ·非线性情况第50-51页
     ·常见的支撑向量机算法与核函数第51页
     ·多类别分类器的构建第51页
   ·支撑向量机模型选择第51-52页
   ·实验与分析第52-56页
     ·形状因子识别第52-53页
     ·HU不变矩识别第53-54页
     ·联合特征识别第54-56页
   ·本章小结第56-57页
6 总结与展望第57-59页
   ·总结第57页
   ·展望第57-59页
参考文献第59-64页
附录A 中国海常见有害赤潮藻名录第64-66页
致谢第66-67页
个人简历、在学期间发表的学术论文与研究成果第67页

论文共67页,点击 下载论文
上一篇:购物中心开发空间决策支持系统研究
下一篇:MTSAT卫星云图中对流初生的自动预报算法研究