摘要
ABSTRACT
第一章 绪论
1.1 研究背景及意义
1.2 国内外研究现状
1.2.1 基于目标特征的图像识别研究现状
1.2.2 浮游生物识别方法研究现状
1.3 论文的主要工作及结构
1.3.1 论文的主要工作
1.3.2 论文的结构
第二章 图像识别原理及常用方法
2.1 图像识别原理
2.2 常用的图像识别方法
2.2.1 模板匹配法
2.2.2 统计模式识别法
2.2.3 模糊模式识别法
2.2.4 结构模式识别法
2.2.5 基于神经网络的识别方法
2.3 基于内容特征的图像识别方法
2.4 本章小结
第三章 基于信息熵的图像特征描述
3.1 引言
3.2 信息熵基本原理
3.2.1 基本概念
3.2.2 图像的信息熵
3.2.3 图像的颜色直方图
3.2.4 信息熵的数学特性
3.2.5 熵函数的灵敏度
3.3 基于颜色信息熵的图像特征描述
3.3.1 图像颜色直方图的信息熵
3.3.2 基于颜色信息熵的图像特征提取
3.4 本章小结
第四章 基于小波分解的图像特征描述
4.1 引言
4.2 小波变换基本理论
4.2.1 连续小波变换
4.2.2 离散小波变换
4.3 MALLT 小波原理
4.4 基于小波分解的浮游生物图像特征表示
4.4.1 浮游生物图像的分解
4.4.2 浮游生物图像的重构
4.4.3 浮游生物图像的特征表示
4.4.4 算法分析
4.5 本章小结
第五章 实验与分析
5.1 引言
5.2 图像来源
5.3 图像预处理
5.4 图像的特征提取
5.4.1 基于颜色信息熵的图像特征提取
5.4.2 基于小波分解的图像特征提取
5.5 浮游生物图像的特征匹配
5.5.1 基于相似度模型的距离度量
5.5.2 基于K-近邻法的图像分类
5.6 实验过程
5.6.1 训练集样本个数及K 值对识别率的影响(K 值分析)
5.6.2 图像识别率
5.6.3 算法复杂度
5.7 本章小结
第六章 总结与展望
6.1 总结
6.2 展望
致谢
参考文献
电子科技大学;