计算机科学
計算機科學
계산궤과학
COMPUTER SCIENCE
2013年
7期
293-296
,共4页
谢杰镇%骆庭伟%戴君伟%王迪%高艳%冉升
謝傑鎮%駱庭偉%戴君偉%王迪%高豔%冉升
사걸진%락정위%대군위%왕적%고염%염승
赤潮%图像分割%特征提取%藻类识别%支持向量机
赤潮%圖像分割%特徵提取%藻類識彆%支持嚮量機
적조%도상분할%특정제취%조류식별%지지향량궤
Red tide%Image segmentation%Feature extraction%Algae recognition%Support vector machines
赤潮是常见海洋自然灾害之一.为了早期预测和预报赤潮的发生,开发了基于流式图像的赤潮监测仪器,它将流式细胞、显微成像以及图像处理技术结合起来,采用基于背景差的方法快速准确地分割出藻类图像；为了克服藻类细胞处于不同生长周期和环境带来的形态和个体差异的影响,提取具有平移、旋转和尺度不变性的几何形状特征与基于灰度共生矩阵的纹理特征,采用一对一的多分类支持向量机进行分类识别.实验结果表明,该算法实现对了海洋原甲藻、红色裸甲藻、拟菱形藻和中肋骨条藻的自动分类,平均识别准确率高达94.37％.
赤潮是常見海洋自然災害之一.為瞭早期預測和預報赤潮的髮生,開髮瞭基于流式圖像的赤潮鑑測儀器,它將流式細胞、顯微成像以及圖像處理技術結閤起來,採用基于揹景差的方法快速準確地分割齣藻類圖像；為瞭剋服藻類細胞處于不同生長週期和環境帶來的形態和箇體差異的影響,提取具有平移、鏇轉和呎度不變性的幾何形狀特徵與基于灰度共生矩陣的紋理特徵,採用一對一的多分類支持嚮量機進行分類識彆.實驗結果錶明,該算法實現對瞭海洋原甲藻、紅色裸甲藻、擬蔆形藻和中肋骨條藻的自動分類,平均識彆準確率高達94.37％.
적조시상견해양자연재해지일.위료조기예측화예보적조적발생,개발료기우류식도상적적조감측의기,타장류식세포、현미성상이급도상처리기술결합기래,채용기우배경차적방법쾌속준학지분할출조류도상；위료극복조류세포처우불동생장주기화배경대래적형태화개체차이적영향,제취구유평이、선전화척도불변성적궤하형상특정여기우회도공생구진적문리특정,채용일대일적다분류지지향량궤진행분류식별.실험결과표명,해산법실현대료해양원갑조、홍색라갑조、의릉형조화중륵골조조적자동분류,평균식별준학솔고체94.37％.
