文摘
英文文摘
声明
第一章引言
1.1课题的研究背景及意义
1.2相关课题的研究现状
1.3本人的主要研究内容及创新点
1.4系统的概述
第二章浮游植物图像的预处理与粗定位
2.1引言
2.2图像的滤波去噪
2.2.1均值滤波器
2.2.2 中值滤波器
2.3图像的边缘提取算法
2.3.1常用边缘提取算法概述
2.3.2 Canny边缘检测算子
2.3.3 Canny算子的阈值选取—Otsu算法
2.3.4常见边缘检测算法的效果比较
2.4海洋浮游植物图像的粗定位
2.4.1算法的描述与分析
2.4.2算法流程
2.4.3算法结果分析
2.5本章小结
第三章浮游植物图像外轮廓的细提取
3.1引言
3.2直方图均衡化
3.3二值化阈值的选取
3.3.1常见的阈值选取算法
3.3.2结果分析
3.4基于PCNN的孔洞填充算法
3.4.1概述
3.4.2 PCNN原理
3.4.3基于PCNN的孔洞填充算法
3.4.4 PCNN算法的效果分析
3.5边缘的细提取
3.5.1算法的流程
3.5.2结果分析
3.6本章小结
第四章浮游植物图像的形状特征提取
4.1.轮廓的平滑处理
4.1.1多边形近似
4.1.2方向包围盒
4.1.3滑动框平滑
4.2形态特征提取
4.3 Zernike矩的提取
4.4本章小结
第五章浮游植物图像的层次分类
5.1引言
5.2浮游植物图像的粗分类
5.2.1 Hausdorff距离
5.2.2旋转相似性判定
5.2.3结果分析
5.3各种形状的浮游植物图像的细分类特征
5.3.1矩形浮游植物图像的细分类特征
5.3.2线形浮游植物图像的细分类特征
5.3.3其他形状浮游植物图像的细分类特征
5.4本章小节
第六章基于SVM的细分类器
6.1支持向量机的基本理论
6.1.1支持向量机方法的基本思想
6.1.2支持向量机方法的原理
6.1.3支持向量机方法的优点
6.2支持向量机在系统中的应用
6.2.1 LIBSVM
6.2.2核函数的选取及其参数的选择
6.3浮游植物图像的细分类器设计
6.3.1矩形浮游植物的分类识别
6.3.2线性藻类的分类识别
6.3.3其他形状藻类的分类识别
6.4结果分析
6.5本章小结
第七章总结与展望
7.1总结
7.2对未来工作的展望
参考文献:
硕士期间发表的论文和参与的项目
致谢