基于几何形态特征的鼠类分科自动识别技术研究-论文.pdf

基于几何形态特征的鼠类分科自动识别技术研究-论文.pdf

ID:53744506

大小:611.05 KB

页数:5页

时间:2020-04-22

基于几何形态特征的鼠类分科自动识别技术研究-论文.pdf_第1页
基于几何形态特征的鼠类分科自动识别技术研究-论文.pdf_第2页
基于几何形态特征的鼠类分科自动识别技术研究-论文.pdf_第3页
基于几何形态特征的鼠类分科自动识别技术研究-论文.pdf_第4页
基于几何形态特征的鼠类分科自动识别技术研究-论文.pdf_第5页
资源描述:

《基于几何形态特征的鼠类分科自动识别技术研究-论文.pdf》由会员上传分享,免费在线阅读,更多相关内容在应用文档-天天文库

1、中国国境卫生检疫杂志2014年4月第37卷第2期ChineseFrontierHealthQuarantineApr.2014,Vol37,No.2·119··媒介生物控制·基于几何形态特征的鼠类分科自动识别技术研究袁雄峰,胡红东,曾罗,何龙凉,闫正跃,朱佩思,马晓光1.防城港出入境检验检疫局,广西防城港538001;2.中国人民解放军防化学院;3.中国检验检疫科学研究院摘要:目的应用计算机技术提取鼠类头骨标本数字图片几何形态特征,探讨计算机自动分科鉴定的方法。方法以鼠科、仓鼠科和松鼠科为研究对象,选取13个鼠种,用数码相机获

2、取头骨标本正面数字图片,结合图像处理和特征提取技术,测量其几何形态特征作为分类变量,用逐步判别法筛选形态特征,非参数法进行判别分析,全部数据分析采用SAS8.0软件。结果逐步判别法筛选出12个形态特征作为分类变量:面积1)、周长)、短轴长(j.4)、偏心率6)、紧凑性7)、球状性8)、叶状性()、圆形性(xlO)、凸周长(x12)、和不变距hul~16)、hu3~18)、hu6@21)。非参数判别分析能够有效的对l3种鼠类分科,回判的正确率为100%,交叉判别的正确率为98.97%。结论以鼠类头骨标本几何形态特征为分类变量,用

3、非参数判别分析可以实现鼠类计算机自动分科鉴定。关键词:几何形态特征;鼠类;头骨;数字鉴定中图分类号:R184.38文献标识码:BStudyonautomaticrecognitionofrodentinfamilylevelbasedongeometricmorphologyYUANXiong-~ng’,HUHong-dong,ZENGLuo,HELong—liang,YANZheng—yue,ZHUPei—si,MAXiao—guang*FangchenggangEntry-ExitInspectionandQuaranti

4、neBureau,Fangchenggang,Guangxi538001,ChinaAbstract:0bjectiveExtractingthegeometricmorphologycharactersofrodentskullwithcomputervisiontechnology,toexplorethewayofautomaticalidentificationofrodentinfamilyleve1.Methods13specieswerechoseamongMuridae,CircetidaeandSciurid

5、ae.Combiningdigitalimageprocessingandmathematicmorphologicalcharacterextractingtechnology,mathematicmorphologicalcharacterswereextractedfromdigitalimagesofrodentskulls.VarSASV8.0forwindows,thedatawasexploredforautomaticrecognitionwithnonparametricstepwisediscriminat

6、orymethod.ResultsBeforenonparametricdiscriminantanalysis,12morphologicalcharacterswereselectedbystepwisediscriminantmethod:area1),perimeter2),shortaxis),eccentricity),compactness∽),sphericity8),lobation),circulatity(xlO),bumparea(xlO),convexperimeter(x12)andarclengt

7、hconstraintshul(x16),hu3(x18),hu6(x21).Theresultsshowedthatallspeciescouldbeeffectivelyidentifiedinfamilylevelwithnonparametricdiscriminant.Thediscriminantaccuracyratewas100%andCross—validatedaccuracyratewas98.97%.ConclusionWithgeometricmorphologycharactersofrodents

8、kull,theautomaticrecognitioninfamilylevelispossibleasnonparametricdiscriminantmethodwasused.Keywords:Geometricmorphologicalcharacters;Rode

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。