基于生物形態(tài)學(xué)的有害赤潮顯微圖像診斷研究.pdf

1、近年來，近海海域赤潮頻發(fā)，造成嚴(yán)重危害，引起了世界各國政府、公眾和科學(xué)家的關(guān)注。而我國近海赤潮問題也早已引起了公眾、政府和科技界的廣泛關(guān)注，國家從基礎(chǔ)研究、高技術(shù)發(fā)展等不同層面安排研究赤潮發(fā)生的機(jī)制、預(yù)警、預(yù)報(bào)與防治方法，著手建立業(yè)務(wù)化的赤潮監(jiān)測體系等。其中，快速有效的鑒定赤潮主要藻種是赤潮自動(dòng)監(jiān)測中的一個(gè)重要環(huán)節(jié)。 本文主要針對(duì)我國沿海常見有害赤潮藻，采集藻種不同生長時(shí)期、不同角度的多視點(diǎn)圖像，建立中國海常見有害赤潮顯微圖像數(shù)

2、據(jù)庫；以傳統(tǒng)的生物形態(tài)分類學(xué)為依據(jù)，利用圖像分析、統(tǒng)計(jì)學(xué)習(xí)和模式識(shí)別技術(shù)，研究赤潮藻種的多視點(diǎn)綜合表示特征，建立赤潮藻顯微圖像識(shí)別系統(tǒng)；同時(shí)，構(gòu)建一個(gè)基于Web的有害赤潮顯微圖像采集與診斷系統(tǒng)，可對(duì)上傳的顯微光學(xué)圖像提供遠(yuǎn)程處理、分析與反饋。主要工作包括： 1．中國海常見赤潮藻的生物形態(tài)學(xué)特征和分類學(xué)研究。結(jié)合中國沿海近年來的赤潮發(fā)生情況，列出了中國海常見赤潮藻種名錄(共40種，其中包括11種重點(diǎn)藻種)；通過光學(xué)顯微鏡人工目視和

3、拍照觀察等手段，研究了這40種赤潮藻的生物形態(tài)學(xué)特征；并在此基礎(chǔ)上，初步設(shè)計(jì)了這40種赤潮藻的形態(tài)學(xué)分類系統(tǒng)，從而為有害赤潮顯微圖像數(shù)據(jù)庫系統(tǒng)和診斷系統(tǒng)的設(shè)計(jì)提供了依據(jù)，同時(shí)為下一步顯微圖像識(shí)別系統(tǒng)的研究奠定了基礎(chǔ)。 2．有害赤潮顯微圖像數(shù)據(jù)庫系統(tǒng)和診斷系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)。以40種所研究赤潮藻的生物形態(tài)學(xué)分類特征為依據(jù)，結(jié)合顯微圖像識(shí)別系統(tǒng)的實(shí)際應(yīng)用需求，設(shè)計(jì)并搭建了有害赤潮顯微圖像數(shù)據(jù)庫系統(tǒng)；結(jié)合JAVA(J2EE)技術(shù)和Web

4、數(shù)據(jù)庫技術(shù)，設(shè)計(jì)并實(shí)現(xiàn)了基于Web的有害赤潮顯微圖像采集與診斷系統(tǒng)。 截止目前，該有害赤潮顯微圖像數(shù)據(jù)庫已經(jīng)收錄課題所研究40種中國海常見赤潮藻中的24種(其中包括11種重點(diǎn)藻種中的10種)，以甲藻為主，包括甲藻門15種、硅藻門4種、硅鞭藻綱3種、定鞭藻綱1種、藍(lán)藻門1種，顯微圖像共計(jì)3790張；并且，所建立的有害赤潮顯微圖像數(shù)據(jù)庫系統(tǒng)和基于Web的有害赤潮顯微圖像診斷系統(tǒng)已經(jīng)分別正常運(yùn)行一年和半年多。 3．顯微圖像識(shí)別

5、系統(tǒng)研究。基于中國海常見赤潮藻的生物形態(tài)學(xué)分類知識(shí)，以已經(jīng)設(shè)計(jì)實(shí)現(xiàn)并運(yùn)行的有害赤潮顯微圖像診斷系統(tǒng)為平臺(tái)，提出了顯微圖像識(shí)別系統(tǒng)的技術(shù)路線，并針對(duì)顯微圖像識(shí)別進(jìn)行了如下工作： ·提出了一種基于多方向投影的自動(dòng)閾值方法進(jìn)行藻種顯微圖像分割，該方法能較好的用于無角毛類藻種顯微圖像的目標(biāo)細(xì)胞分割，不但能夠提取藻種顯微圖像中的主要目標(biāo)細(xì)胞，在此主要目的基礎(chǔ)上盡可能大的保留原圖像中目標(biāo)細(xì)胞的全部信息，而且由于采用了較多方向(八個(gè)方向)進(jìn)行

6、投影，因此能夠更為精確的定位細(xì)胞的位置，從而完全去除周圍的雜質(zhì)。該工作為下一步藻種圖像細(xì)胞特征提取和分類識(shí)別奠定了基礎(chǔ)。 ·從理論上分析了變分偏微分方程圖像分解的TV-L2模型和TV-G模型及其數(shù)值解法，結(jié)合這兩種模型在藻種顯微圖像分解中的實(shí)際應(yīng)用，進(jìn)一步驗(yàn)證了TV-G模型中G空間對(duì)紋理的描述優(yōu)于TV-L2模型中的L2空間，從而能夠較為精確的實(shí)現(xiàn)細(xì)胞圖像紋理與主體結(jié)構(gòu)的分解；分別采用具有尺度、平移、旋轉(zhuǎn)不變性的Hu不變矩來描述藻