海洋浮游植物自动识别系统中的外轮廓提取和形状分析

摘要

海洋浮游植物既是重要的海洋生物资源，又是赤潮等自然灾难的肇事者。对海洋浮游植物资源的利用与赤潮的监测离不开对海洋浮游植物进行分类和鉴定。目前，海洋浮游植物的分类和定量分析通常都是在显微镜下，靠人工完成的，即耗时又费力，是一种最原始的但也是目前采用的比较有效的方法。如果预先建立了各种浮游植物的特征数据库，研制出一套数据处理软件，就可望通过显微镜扫描系统和计算机等形成一套浮游植物自动识别鉴定系统，这样对于浮游植物种类的鉴定意义重大。 本文主要研究海洋浮游植物自动识别系统中图像外轮廓提取和基于形状特征的识别分类。论文首先结合浮游植物图像自身的特点，利用最大面积作为判定依据，对浮游植物图像进行粗定位，并在此基础上，利用PCNN填充算法对图像的内部纹理进行填充，再做外轮廓的提取和分割；其次论文介绍了一些常见形状特征的提取和浮游植物图像的层次分类：首先利用Hausdorff Distance对浮游植物的旋转对称轴数进行判定，从而实现对各大形状类的区分，其次利用各大形状类各自的形状特性，对各大类进行种间区分；此外论文还介绍了基于SVM细分类器的设计，其中介绍了核函数选取，参数选择以及K-折交叉验证。 本文的最后对系统的识别效果进行了综合分析，总结了本文工作的创新点，并提出了一些本系统的进一步工作。 本文在提取图像的外轮廓时，采用先定位后提取的提取方式；在提取图像的形状特征时，提出了利用旋转对称轴数判定作为浮游植物的的分类依据。

目录

文摘

英文文摘

声明

第一章引言

1.1课题的研究背景及意义

1.2相关课题的研究现状

1.3本人的主要研究内容及创新点

1.4系统的概述

第二章浮游植物图像的预处理与粗定位

2.1引言

2.2图像的滤波去噪

2.2.1均值滤波器

2.2.2 中值滤波器

2.3图像的边缘提取算法

2.3.1常用边缘提取算法概述

2.3.2 Canny边缘检测算子

2.3.3 Canny算子的阈值选取—Otsu算法

2.3.4常见边缘检测算法的效果比较

2.4海洋浮游植物图像的粗定位

2.4.1算法的描述与分析

2.4.2算法流程

2.4.3算法结果分析

2.5本章小结

第三章浮游植物图像外轮廓的细提取

3.1引言

3.2直方图均衡化

3.3二值化阈值的选取

3.3.1常见的阈值选取算法

3.3.2结果分析

3.4基于PCNN的孔洞填充算法

3.4.1概述

3.4.2 PCNN原理

3.4.3基于PCNN的孔洞填充算法

3.4.4 PCNN算法的效果分析

3.5边缘的细提取

3.5.1算法的流程

3.5.2结果分析

3.6本章小结

第四章浮游植物图像的形状特征提取

4.1.轮廓的平滑处理

4.1.1多边形近似

4.1.2方向包围盒

4.1.3滑动框平滑

4.2形态特征提取

4.3 Zernike矩的提取

4.4本章小结

第五章浮游植物图像的层次分类

5.1引言

5.2浮游植物图像的粗分类

5.2.1 Hausdorff距离

5.2.2旋转相似性判定

5.2.3结果分析

5.3各种形状的浮游植物图像的细分类特征

5.3.1矩形浮游植物图像的细分类特征

5.3.2线形浮游植物图像的细分类特征

5.3.3其他形状浮游植物图像的细分类特征

5.4本章小节

第六章基于SVM的细分类器

6.1支持向量机的基本理论

6.1.1支持向量机方法的基本思想

6.1.2支持向量机方法的原理

6.1.3支持向量机方法的优点

6.2支持向量机在系统中的应用

6.2.1 LIBSVM

6.2.2核函数的选取及其参数的选择

6.3浮游植物图像的细分类器设计

6.3.1矩形浮游植物的分类识别

6.3.2线性藻类的分类识别

6.3.3其他形状藻类的分类识别

6.4结果分析

6.5本章小结

第七章总结与展望

7.1总结

7.2对未来工作的展望

参考文献：

硕士期间发表的论文和参与的项目

致谢