解析蛋白质等生物大分子的三维结构在结构基因组学、药物设计、蛋白质设计等领域具有重要意义。冷冻电镜单颗粒三维重构是结构生物学领域解析蛋白质或其他生物大分子三维结构的主流方法之一,它不需要样品结晶,已被广泛应用于研究难以结晶的大分子复合体的三维结构。大量的生物大分子,特别是蛋白质复合体,可能同时在不同的功能状态下具有不同的构象,从而具有不同的三维结构,这称为生物大分子的结构异构性。分析和理解生物大分子复合体在不同功能状态下的不同构象并重构出对应的三维结构对于研究生物大分子的动力学机制和原理非常重要。生物大分子的结构异构性分析是目前冷冻电镜三维重构中的技术难点和研究热点。将投影自不同三维结构的投影图像分开,即将冷冻电镜异构投影图像分类成同构子集,然后从每个同构子集中分别重构对应的三维结构,是解决冷冻电镜异构三维重构问题的一种有效途径。但是,由于许多生物大分子不同构象的投影图像极其相似,再加上二维投影图像中存在非常高的背景噪声,并且其投影方向也不同,导致异构投影图像分类非常困难。本文针对冷冻电镜异构投影图像高度相似和高噪声的特点,从不同的角度研究了异构投影图像的特征表示,设计了高效的异构投影图像分类算法。本文的主要贡献和创新点如下:（1）提出了一种基于等价线的异构投影图像分类算法。投影图像之间的等价线是确定投影方向的重要依据,也是异构投影图像的关键特征。本文提出了一种基于等价线相似性和可靠性的异构投影图像分类算法,其中等价线的可靠性由提出的加权投票算法计算。该算法利用等价线之间的相似性和可靠性来表示投影图像之间的内在差异,通过归一化谱聚类算法来实现异构投影图像分类。在实验中,在一个同构的和两个异构的冷冻电镜投影图像数据集上测试了所提算法的性能。实验结果表明,应用提出的加权投票算法能够得到更高的三维重构准确率,并且应用等价线的可靠性能够得到更高的投影图像分类准确率,表明提出的基于等价线的异构投影图像分类算法在冷冻电镜异构三维重构中是有效的。（2）提出了一种基于快速图像对齐算法的二维类平均算法。二维类平均是单颗粒三维重构中的一项重要的降噪技术,其中图像对齐是一个基本步骤。本文提出了一种基于频域二维插值的快速图像对齐算法,并将提出的图像对齐算法和谱聚类算法相结合,提出了一种二维类平均算法。在实验中,在三个图像数据集上测试了提出的快速图像对齐算法的性能,并在两个冷冻电镜投影图像数据集上测试了提出的二维类平均算法的性能。实验结果表明,提出的快速图像对齐算法能够准确估计两张图像之间的旋转角度和平移量并能够得到亚角度和亚像素级别的准确率,并且提出的二维类平均算法能够生成高质量的类平均图像并能够得到较高的三维重构准确率。（3）提出了一种基于等价线和二维类平均的两阶段异构投影图像分类算法。投影图像的等价线、像素强度和对应的类平均图像是表示异构投影图像之间内在差异的重要特征。本文设计了两种结合了等价线、像素强度和类平均图像的投影图像之间的新距离度量,并提出了一种基于这两种距离度量的两阶段异构投影图像分类算法。在实验中,在一个模拟的和一个真实的冷冻电镜异构投影图像数据集上测试了提出的两阶段异构投影图像分类算法的分类性能。实验结果表明,这两种新的距离度量可以用来提高谱聚类算法的分类性能,并且提出的两阶段异构投影图像分类算法能够得到更高的图像分类准确率和三维重构准确率,表明该算法在冷冻电镜异构三维重构中具有一定的实用价值和应用前景。（4）提出了一种基于自动编码器的异构投影图像分类算法。自动编码器模型能够有效地提取输入样本数据的关键特征,已成功应用于许多无监督学习场景。本文实现了一个基于多层感知器的简单自动编码器模型和一个基于残差网络的复杂自动编码器模型,并提出了一种基于自动编码器的无监督异构投影图像分类算法。应用均匀流形近似和投影降维算法将自动编码器提取到的高维特征降维为二维,然后使用谱聚类算法实现异构投影图像分类。在实验中,在两个模拟的冷冻电镜异构投影图像数据集上测试了所提算法的分类性能。实验结果表明,该算法能有效地提取异构投影图像的类别特征,并且可以得到较高的异构投影图像分类准确率。