基于機器視覺的硅藻門藻類鑒定方法研究.pdf

1、藻類是一種非常簡單的植物，一般位于淡水和海洋中，分為真核細胞藻類和原核細胞藻類，或按門類分為11個門。而硅藻正是屬于藻類的其中一個較為重要的門。硅藻在環(huán)境監(jiān)測、生物制藥等方面有著舉足輕重的作用。但是傳統(tǒng)的對于藻類的分類研究，對于操作人員的要求比較高，要有深厚的藻類形態(tài)知識積累，工作強度大，且主觀性強，易出錯。本文主要使用數(shù)字圖像處理和模式識別的知識對硅藻門藻類圖像的自動識別進行研究，論文主要工作如下:
　　首先，介紹了課題的研究意

2、義及國內外的研究現(xiàn)狀。概述了傳統(tǒng)硅藻分類所采用的方法及缺陷，以及目前采用數(shù)字圖像處理方法實現(xiàn)硅藻分類所存在的問題。
　　其次，詳細說明硅藻目標興趣區(qū)的獲取。第一步，使用Sobel邊緣檢測得到邊緣圖像。第二步，使用Otsu分割得到二值圖像。第三步，使用輪廓跟蹤和洪水填充得到輪廓圖像。第四步，使用小面積過濾將不屬于目標的雜點和游標尺去除。第五步，使用外接矩收縮法得到圖像目標的外接圓。
　　然后，提出基于目標結構的硅藻細胞分類。將

3、外接圓按距離等分為10個特征提取圓環(huán)，并對其使用目標結構成分度量、目標結構變化度量和目標結構角度度量三個方法分別提取硅藻目標的特征向量。
　　最后，使用歐式距離作為硅藻圖像相似性測量的方法，并使用綜合后的相似距離對硅藻細胞圖像進行分類。實驗圖庫有102個種類的306張圖片。本文的評價方法不同于分類器的評價方法，使用的是基于內容的圖像檢索的常用指標——準確率和召回率。自動搜索比對的實驗結果表明:本文方法在對硅藻圖片進行分類時，平均準