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,有害赤潮在我國近海海域頻繁發(fā)生,對海洋生態(tài)環(huán)境、沿海經(jīng)濟(jì)以及人類的健康構(gòu)成了極大的威脅。因此,對赤潮藻的定性與定量的研究在赤潮的預(yù)警和防治、水質(zhì)評估以及海洋生態(tài)系統(tǒng)的研究中起著關(guān)鍵性的作用。本文以我國近海海域常見的角毛藻和無角毛類藻為研究對象,基于其生物形態(tài)學(xué)特征和顯微圖像特點(diǎn),運(yùn)用圖像處理技術(shù),建立了角毛藻的自動識別系統(tǒng)和無角毛類藻自動計數(shù)系統(tǒng)。本文的主要工作有以下3點(diǎn):
1.角毛藻顯微圖像目標(biāo)提取。根據(jù)角毛邊緣呈明
2、暗相間的條狀分布的特點(diǎn),運(yùn)用灰度曲面的矢量化表示模型,得到水平與垂直兩方向上的灰度矢量映射圖像,達(dá)到了消除噪聲干擾和保留角毛信息的目的。與其他方法相比,該方法能夠提取更多的角毛信息。
2.角毛藻顯微圖像識別。運(yùn)用形狀特征參數(shù)和不變矩,提取出12個 Hu不變矩及其推廣矩和7個形狀因子,組成19維的特征向量。運(yùn)用支持向量機(jī)對18種角毛藻進(jìn)行模型訓(xùn)練和藻種識別。本文對1850張角毛藻顯微圖像進(jìn)行模型訓(xùn)練,對965張圖像進(jìn)行藻種識別,
3、平均識別率為83.1%,可以實現(xiàn)角毛藻的有效識別。
3.無角毛類藻多細(xì)胞顯微圖像計數(shù)。運(yùn)用 Canny邊緣檢測和面積大津法進(jìn)行圖像分割;通過角點(diǎn)檢測、列出候選分離線以及尋找最優(yōu)分離線將粘連的細(xì)胞塊分離;最后利用連通分量標(biāo)記實現(xiàn)細(xì)胞計數(shù)。本文對15種無角毛類藻,115張顯微圖像,共684個細(xì)胞進(jìn)行計數(shù)。計數(shù)結(jié)果與分水嶺算法對比并進(jìn)行定量分析,實驗結(jié)果表明,計數(shù)精度為88.1%,召回率為94.7%,綜合評價指標(biāo)為91.3%。
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
- 無角毛有害赤潮藻顯微圖像自動識別系統(tǒng).pdf
- 基于顯著區(qū)域檢測和分水嶺的無角毛類藻顯微圖像分割研究.pdf
- 中國海常見有害赤潮藻顯微圖像識別研究.pdf
- 有害赤潮藻顯微圖像自動識別研究.pdf
- 白細(xì)胞顯微圖像識別技術(shù)研究.pdf
- 顯微圖像中紅細(xì)胞計數(shù)算法研究.pdf
- 瘧原蟲感染的血細(xì)胞顯微圖像識別研究.pdf
- 白細(xì)胞顯微圖像的分類識別研究.pdf
- 生物組織顯微圖像中的細(xì)胞計數(shù)方法.pdf
- 跨平臺赤潮藻顯微圖像分析庫設(shè)計與實現(xiàn).pdf
- 顯微圖像融合研究.pdf
- 血液白細(xì)胞顯微圖像分割與識別的研究.pdf
- 醫(yī)學(xué)細(xì)胞顯微圖像分割與識別技術(shù)的研究.pdf
- 白細(xì)胞顯微圖像分類研究.pdf
- 鹽水白帶細(xì)胞顯微圖像識別的關(guān)鍵技術(shù)研究.pdf
- 細(xì)胞顯微圖像分析與識別系統(tǒng)研究.pdf
- 基于顯微圖像的顆粒計數(shù)方法研究.pdf
- 雙核細(xì)胞顯微圖像的自動分割與識別.pdf
- 顯微圖像拼接算法研究.pdf
- 腹水脫落癌細(xì)胞顯微圖像分類識別研究.pdf
評論
0/150
提交評論