果蠅求偶行為的圖像識別算法研究.pdf

1、隨著圖像處理、模式識別和智能計算機等相關技術的不斷發(fā)展，昆蟲的行為識別逐漸成為研究的熱點。本研究以圖像處理和模式識別理論為基礎，借鑒了國內(nèi)外的相關研究經(jīng)驗，選取處于求偶期的果蠅作為研究對象，實現(xiàn)了自動化識別果蠅的求偶行為。本研究首先通過視頻文件獲取果蠅圖像;接著在對圖像進行預處理、分割的基礎上，提取了反映其求偶狀態(tài)的特征參量;最后用BP神經(jīng)網(wǎng)絡的方法識別了果蠅的求偶行為。另外還基于目標跟蹤技術，提出了進一步提高識別準確率的方法。

2、　　主要研究內(nèi)容如下:
　　(1)通過對比，選擇使用DirectShow作為從視頻中抽取圖像的工具，并選擇使用灰度圖像進行后續(xù)的分割操作;同時根據(jù)果蠅圖像的特點，提出基于背景生成、更新的圖像預處理方法。
　　(2)提出了綜合利用Otsu法、數(shù)學形態(tài)學操作和灰度直方圖的果蠅圖像自動化分割算法。并通過研究求偶果蠅之間的位置關系和其差值圖像的灰度均方差的變化規(guī)律，提前篩除部分未發(fā)生求偶行為的果蠅目標。
　　(3)通過對比分析

3、，選擇Hu矩中的前四個低階矩以及果蠅輪廓的面積、周長和似圓度作為識別求偶果蠅的特征參量。
　　(4)選擇BP神經(jīng)網(wǎng)絡用于果蠅分類。采用Levenberg-Marquardt算法訓練神經(jīng)網(wǎng)絡;根據(jù)實驗數(shù)據(jù)，調(diào)整網(wǎng)絡結構為7-14-1，并設定輸出值的分類閾值為0.5。測試樣本的平均識別率達87％，驗證了該網(wǎng)絡的有效性。
　　(5)提出了基于鄰域軌跡預測、輪廓相似度和卡爾曼濾波的果蠅跟蹤算法，并討論了該算法減少果蠅求偶識別誤檢率和