欢迎来到天天文库
浏览记录
ID:13327646
大小:1.05 MB
页数:76页
时间:2018-07-22
《角毛藻显微图像识别与无角毛类藻多细胞显微图像计数研究》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库。
1、谨以此文献给我的导师、亲人和朋友!----------高会会角毛藻显微图像识别与无角毛类藻多细胞显微图像计数研究学位论文答辩日期:指导教师签字:答辩委员会成员签字:独创声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。据我所知,除了文中特别加以标注和致谢的地方外,论文中不包含其他人已经发表或撰写过的研究成果,也不包含未获得(注:如没有其他需要特别声明的,本栏可空)或其他教育机构的学位或证书使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。学位论文作者签名:签字日期:年月日-----
2、----------------------------------------------------------------学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定,并同意以下事项:1、学校有权保留并向国家有关部门或机构送交论文的复印件和磁盘,允许论文被查阅和借阅。2、学校可以将学位论文的全部或部分内容编入有关数据库进行检索,可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。同时授权清华大学“中国学术期刊(光盘版)电子杂志社”用于出版和编入CNKI《中国知识资源总库》,授权中国科学技术信息研究所将本学位论文
3、收录到《中国学位论文全文数据库》。(保密的学位论文在解密后适用本授权书)学位论文作者签名:导师签字:签字日期:年月日签字日期:年月日角毛藻显微图像识别与无角毛类藻多细胞显微图像计数研究摘要近年来,有害赤潮在我国近海海域频繁发生,对海洋生态环境、沿海经济以及人类的健康构成了极大的威胁。因此,对赤潮藻的定性与定量的研究在赤潮的预警和防治、水质评估以及海洋生态系统的研究中起着关键性的作用。本文以我国近海海域常见的角毛藻和无角毛类藻为研究对象,基于其生物形态学特征和显微图像特点,运用图像处理技术,建立了角毛藻的自动识别系统和无角毛类藻自动计数系统。本文的主要
4、工作有以下3点:1.角毛藻显微图像目标提取。根据角毛边缘呈明暗相间的条状分布的特点,运用灰度曲面的矢量化表示模型,得到水平与垂直两方向上的灰度矢量映射图像,达到了消除噪声干扰和保留角毛信息的目的。与其他方法相比,该方法能够提取更多的角毛信息。2.角毛藻显微图像识别。运用形状特征参数和不变矩,提取出12个Hu不变矩及其推广矩和7个形状因子,组成19维的特征向量。运用支持向量机对18种角毛藻进行模型训练和藻种识别。本文对1850张角毛藻显微图像进行模型训练,对965张图像进行藻种识别,平均识别率为83.1%,可以实现角毛藻的有效识别。3.无角毛类藻多细胞
5、显微图像计数。运用Canny边缘检测和面积大津法进行图像分割;通过角点检测、列出候选分离线以及寻找最优分离线将粘连的细胞块分离;最后利用连通分量标记实现细胞计数。本文对15种无角毛类藻,115张显微图像,共684个细胞进行计数。计数结果与分水岭算法对比并进行定量分析,实验结果表明,计数精度为88.1%,召回率为94.7%,综合评价指标为91.3%。本文研究可以有效地提取出角毛信息,能够对角毛藻有效地识别,对无角毛类藻多细胞显微图像可以取得较理想的自动计数结果。关键词:角毛藻;目标提取;显微图像自动识别;无角毛类藻;自动计数iResearchesonR
6、ecognitionforMicroscopicImageofChaetocerosandCountingforMultiple-CellofNo-setaeAlgaeSpeciesAbstractInrecentyears,thefrequencyofharmfulredtideisbecominghigherandhigherincoastalwatersofChina.Theredtidesdamagethemarineenvironmentseverely,andimpactoncoastalmarineeconomyandhumanheal
7、th.Monitoringharmfulalgalblooms(HABs),waterqualityassessmentandaquaticecosystemresearchareallbasedonthequalitativeandquantitativeresearchoftheHABs.Thisthesisanalyzesthebio-morphologicalcharacteristicsandmicroscopicimagecharacteristicsofChaetocerosandno-setaealgaespecieswhichare
8、commoninChinesecoast,andbuildsautomaticrecognitionsyst
此文档下载收益归作者所有