厦门大学学报(自然科学版)
廈門大學學報(自然科學版)
하문대학학보(자연과학판)
JOURNAL OF XIAMEN UNIVERSITY (NATURAL SCIENCE)
2011年
4期
690-696
,共7页
骆巧琦%李雪松%梁君荣%陈长平%高亚辉
駱巧琦%李雪鬆%樑君榮%陳長平%高亞輝
락교기%리설송%량군영%진장평%고아휘
硅藻%显微图像%自动识别
硅藻%顯微圖像%自動識彆
규조%현미도상%자동식별
硅藻是一类广泛分布于各类生境的单细胞生物,在许多领域具有广泛的应用,如水质监测、环境调查、石油勘探等,而这些应用都离不开对硅藻的种类鉴定.根据硅藻显微图像的形状特点,提出了对其进行预处理、分割、形状特征提取和分类的自动识别方法.采用了基于累积直方图的双轮廓叠加法的图像分割方法,可以有效抑制光照强度不一致、不平衡的影响,并充分利用显微镜下硅藻图像的轮廓特点,获得较好分割效果.同时对硅藻图像提取几何描述全局特征及形状签名特征,最后采用了基于误差反向传播算法的多层前馈网络(BP网络)进行分类.实验表明,该方法对11种浮游硅藻(包括12类轮廓)的自动识别率达到96.6%.
硅藻是一類廣汎分佈于各類生境的單細胞生物,在許多領域具有廣汎的應用,如水質鑑測、環境調查、石油勘探等,而這些應用都離不開對硅藻的種類鑒定.根據硅藻顯微圖像的形狀特點,提齣瞭對其進行預處理、分割、形狀特徵提取和分類的自動識彆方法.採用瞭基于纍積直方圖的雙輪廓疊加法的圖像分割方法,可以有效抑製光照彊度不一緻、不平衡的影響,併充分利用顯微鏡下硅藻圖像的輪廓特點,穫得較好分割效果.同時對硅藻圖像提取幾何描述全跼特徵及形狀籤名特徵,最後採用瞭基于誤差反嚮傳播算法的多層前饋網絡(BP網絡)進行分類.實驗錶明,該方法對11種浮遊硅藻(包括12類輪廓)的自動識彆率達到96.6%.
규조시일류엄범분포우각류생경적단세포생물,재허다영역구유엄범적응용,여수질감측、배경조사、석유감탐등,이저사응용도리불개대규조적충류감정.근거규조현미도상적형상특점,제출료대기진행예처리、분할、형상특정제취화분류적자동식별방법.채용료기우루적직방도적쌍륜곽첩가법적도상분할방법,가이유효억제광조강도불일치、불평형적영향,병충분이용현미경하규조도상적륜곽특점,획득교호분할효과.동시대규조도상제취궤하묘술전국특정급형상첨명특정,최후채용료기우오차반향전파산법적다층전궤망락(BP망락)진행분류.실험표명,해방법대11충부유규조(포괄12류륜곽)적자동식별솔체도96.6%.