暗視場浮游動物圖像自動識別方法研究.pdf

1、海洋面積占據(jù)了地球表面積的70％左右，在當前海洋經(jīng)濟快速發(fā)展大的背景下，人類開發(fā)利用海洋資源與海洋生態(tài)和環(huán)境的變化有著緊密的聯(lián)系，海洋浮游動物的生物量、種群結(jié)構(gòu)、群落多樣性以及遷移過程對海洋生態(tài)系統(tǒng)、海洋生物地球化學循環(huán)、海洋環(huán)境以及全球氣候變化研究發(fā)揮著重要作用。
　　原位浮游生物光學成像觀測系統(tǒng)所產(chǎn)生的海量圖像資料是海洋浮游生物調(diào)查所面臨的挑戰(zhàn)性問題，本文在總結(jié)已有的識別方法的基礎(chǔ)上，開展了暗視場浮游動物種群圖像預處理、特征提

2、取、分類識別等處理方法研究，為構(gòu)建了暗視場浮游動物的自動識別系統(tǒng)奠定了基礎(chǔ)。
　　在圖像預處理方面，首先運用直方圖均衡化來降低光照不均引起的圖像質(zhì)量問題，結(jié)合自適應小波方法抑制水下浮游動物圖像噪聲，同時保留了原始浮游動物的細節(jié)特征；其次采用區(qū)域檢測器算法從整幅圖像中提取感興趣區(qū)域，提出了基于形態(tài)重構(gòu)的浮游動物圖像分水嶺分割方法，該算法能在一定程度上分割接觸或重疊的物體，避免了浮游動物圖像原有的噪聲所導致的輪廓偏移和過分割現(xiàn)象。在特

3、征提取方面，本論文分別提取了基本形態(tài)特征、HU氏不變矩特征、傅里葉描述子、基于灰度共生矩陣紋理分析方法和局部二值模式紋理特征，利用支持向量機分類器對各特征及不同組合進行對比分析，驗證了基本形狀特征、HU氏不變矩特征與基于灰度共生矩陣的組合和基本形狀特征、HU氏不變矩特征與局部二值模式的紋理分析方法組合的識別性能，分別取得了83.11%和83.2%的識別率。在上述工作基礎(chǔ)上，本論文設計了雙層分類器策略來進一步提高識別準確率，第一層將幾何形

4、態(tài)特征輸入支持向量機進行分類，第二層將紋理特征輸入支持向量機分類器得到另一個類別，若這兩個類別相同，則樣本為這種類別，否則將其歸為無法識別類。運用ROC曲線對分類器性能進行分析，結(jié)果表明：（1）雙層分類器的識別準確率要優(yōu)于單個分類器；（2）在訓練樣本增加的情況下，基于局部二值模式特征的分類效果有所提高，在相同訓練集和測試集的情況下，從無法識別類個數(shù)和ROC曲線所覆蓋的面積來看，局部二值模式特征對提高識別準確率的貢獻要優(yōu)于灰度共生矩陣特征