声明
摘要
第一章 前言
1.1 研究背景
1.1.1 赤潮及其监测手段
1.1.2 数字图像处理及模式识别
1.2 藻类图像识别国内外研究现状
1.3 课题来源和研究意义
1.4 主要工作和内容安排
第二章 赤潮藻类流式图像分割技术
2.1 本文所用藻类图像
2.2 一些常用的数字图像处理技术
2.2.1 图像增强
2.2.2 图像锐化
2.2.3 数学形态学
2.3 图像分割算法
2.3.1 基于边缘的分割算法
2.3.2 基于区域的分割算法
2.4 本文所用分割方法及结果
2.4.1 图像预处理
2.4.2 边缘算子的选择
2.4.3 结合LOG和Otsu的分割方法
2.5 本章小结
第三章 藻类图像特征提取
3.1 形状特征
3.1.1 基于边界的形状特征
3.1.2 基于区域的形状特征
3.2 纹理特征
3.3 赤潮藻类特征提取与分析
3.3.1 赤潮藻类形状特征的平移、旋转、尺度不变性
3.3.2 赤潮藻类纹理特征
3.4 本章小结
第四章 基于线性判别分析的藻类自动识别
4.1 线性判别分析
4.1.1 LDA原理
4.1.2 Gabor纹理的降维
4.2 分类结果
4.2.1 基于形状特征的识别结果
4.2.2 结合形状特征和纹理特征的识别结果
4.3.3 分类结果分析
4.3 本章小结
第五章 中肋骨条藻细胞计数
5.1 粘连细胞分离
5.2 对中肋骨条藻细胞的计数结果与分析
5.3 本章小结
第六章 总结与展望
6.1 总结
6.2 展望
参考文献
攻读硕士学位期间发表论文
致谢