版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、近年來近海赤潮頻發(fā),規(guī)模不斷擴(kuò)大,對海洋生態(tài)環(huán)境、資源及公眾健康構(gòu)成了嚴(yán)重威脅,造成巨大的經(jīng)濟(jì)損失,已引起各國政府及科學(xué)界的關(guān)注和高度重視。因此,研究赤潮發(fā)生的機(jī)制,對赤潮的發(fā)生、變化、消長及災(zāi)情趨勢作出監(jiān)測預(yù)報從而采取相應(yīng)治理措施是一項非常迫切的任務(wù)。國家從基礎(chǔ)研究、高技術(shù)發(fā)展等不同層面開展赤潮研究工作,正著手建立業(yè)務(wù)化的赤潮自動監(jiān)測體系。赤潮生物的種類和數(shù)量是決定赤潮危害程度的關(guān)鍵因素,而人工形態(tài)學(xué)分類存在主觀性和勞動強(qiáng)度大等問題,
2、因此快速有效地鑒定主要赤潮藻種是赤潮自動監(jiān)測的一個重要環(huán)節(jié)。
本文以中國海常見的40種赤潮藻為研究對象,在對本課題生物形態(tài)學(xué)知識積累基礎(chǔ)上,分門類概括了赤潮藻種的主要生物形態(tài)學(xué)特征,并以此為分類原則提出了赤潮藻形態(tài)學(xué)分類思想,設(shè)計了藻種顯微圖像識別系統(tǒng)。在分析了目前國內(nèi)外已有的研究成果基礎(chǔ)上,針對赤潮藻顯微圖像分割和特征提取,進(jìn)行了較為深入的研究,主要工作包括:
1.藻種顯微圖像分割與目標(biāo)提取。根據(jù)所研究40
3、種赤潮藻生物形態(tài)學(xué)特點,將這40種赤潮藻分為無角毛類藻和角毛藻兩大類,制訂了藻種細(xì)胞粗分類方法。
1)結(jié)合自動閾值理論分析和實驗,說明采用最小誤差閾值化方法可以有效實現(xiàn)形狀規(guī)則的無角毛類藻種圖像分割;針對自動閾值法在圖像分割中的缺陷,提出了一種基于多方向投影積分的自動閾值藻種細(xì)胞提取方法,該方法通過保留圖像在八個方向上最大投影積分區(qū)間去除細(xì)胞體周圍雜質(zhì),從而提取完整的細(xì)胞目標(biāo)。
2)針對形態(tài)多變、角毛灰度信息
4、微弱的角毛藻,提出了一種基于灰度曲面方向角模型的藻種細(xì)胞提取方法,該方法首先建立了灰度曲面的矢量化表示模型,通過將灰度曲面法線矢量分解為水平與垂直兩方向上的灰度矢量映射圖像消除噪聲干擾,保留角毛的方向信息,結(jié)合濾波、形態(tài)學(xué)區(qū)域填充等操作實現(xiàn)對角毛藻細(xì)胞提取。與閾值法對比實驗表明,該方法在精確提取目標(biāo)的同時可更多地保留角毛信息。
2.無角毛類藻種特征提取與模式分類。重點研究了無角毛類藻種生物特征區(qū)域的提取方法,并結(jié)合藻種細(xì)胞
5、通用形態(tài)特征和領(lǐng)域相關(guān)特征,優(yōu)化選擇建立藻種多視點形貌特征集合。
1)提出了一種快速提取藻種頂刺的形態(tài)學(xué)方法,該方法引入了像素寬度的概念,以藻種目標(biāo)像素寬度直方圖和面積分布為判別依據(jù),自動判定最佳結(jié)構(gòu)元尺寸。
2)提出了一種基于特征灰度和約束標(biāo)記分水嶺變換的橫溝提取方法,針對分水嶺變換存在的過分割問題,該方法利用灰度包容球獲取圖像特征灰度集合,通過有效降低圖像中灰度級數(shù)目減少無意義的局部極小值區(qū)域,對灰度重構(gòu)
6、后的梯度圖像極小值區(qū)域采用閾值法進(jìn)行標(biāo)記并對標(biāo)記加以橫溝質(zhì)心、形狀和面積約束,極小值標(biāo)定修改梯度圖后采用分水嶺變換實現(xiàn)橫溝提取。
3)提取藻種全局形狀特征、紋理特征和局部形態(tài)特征建立藻種細(xì)胞生物形態(tài)特征集合,選擇C-SVM采用一對一方法構(gòu)建多類別分類模型,實驗驗證了選取特征集合的不變性和有效性,并給出識別結(jié)果。
3.角毛藻細(xì)胞目標(biāo)表示與特征提取?;诠羌鼙碚餍螤畹哪芰⒐羌軜淠P蛯敲寮?xì)胞目標(biāo)進(jìn)行表示并提
7、取其生物形態(tài)學(xué)特征。
1)提出了一種基于競爭機(jī)制的骨架層次分解方法,該方法通過定義使與脊柱基元具有一致方向性的分支基元獲勝跟蹤的競爭策略,消除了骨架提取中不同分支的相互影響,保證分解后脊柱基元的完整性;以分解后各基元作為節(jié)點構(gòu)建骨架樹獲取角毛藻目標(biāo)的表示形式,該樹的層次和節(jié)點間的連接關(guān)系反映了目標(biāo)的拓?fù)湫再|(zhì)。
2)針對角毛藻目標(biāo)具有的生物形態(tài)特征,最終建立骨架樹的拓?fù)浣Y(jié)構(gòu)差異和幾何特征差異作為描述角毛藻細(xì)胞的
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于生物形態(tài)學(xué)的有害赤潮顯微圖像診斷研究.pdf
- 皮膚顯微圖像的分割與特征提取.pdf
- 基于變分水平集的赤潮藻顯微圖像分割方法研究.pdf
- 基于形態(tài)學(xué)多尺度圖像分析的海藻細(xì)胞圖像分割及特征提取.pdf
- 尿沉渣顯微圖像有形成分分割與特征提取方法研究.pdf
- 顯微圖像的噪聲處理與亞像素特征提取.pdf
- 顯微圖像特征提取的方法研究及應(yīng)用.pdf
- 有害赤潮藻顯微圖像自動識別研究.pdf
- 基于數(shù)學(xué)形態(tài)學(xué)的紅細(xì)胞顯微圖像分類識別研究.pdf
- 儲糧微生物的顯微圖像特征提取和識別技術(shù)分析.pdf
- 基于數(shù)學(xué)形態(tài)學(xué)稻種紋理特征提取與識別研究.pdf
- 跨平臺赤潮藻顯微圖像分析庫設(shè)計與實現(xiàn).pdf
- 基于機(jī)器學(xué)習(xí)的真菌孢子顯微圖像的特征提取與識別.pdf
- 基于數(shù)學(xué)形態(tài)學(xué)的管道缺陷特征提取方法研究.pdf
- 基于形態(tài)學(xué)的SAR目標(biāo)特征提取與分類方法研究.pdf
- 高光譜顯微圖像的特征提取與分類方法及其應(yīng)用研究.pdf
- 血細(xì)胞顯微圖像特征的選擇與提取.pdf
- 基于特征提取的紋理圖像分割.pdf
- 人體赤足跡形態(tài)學(xué)特征提取方法的研究.pdf
- 面向微結(jié)構(gòu)顯微圖像的特征提取及其匹配算法的研究.pdf
評論
0/150
提交評論