花粉圖像鑒別特征提取算法的研究

《花粉圖像鑒別特征提取算法的研究》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學術(shù)論文-天天文庫。

1、分類號；單位代碼；１０３００密級：學號：２０１３１２４５５９５Ｉ素玉化少、Ｉ書信若毒碩±學位論文Ｔ－苗：花粉圖像整別特征提取算法的妍究民ｅｓｅａｒｃｈｏｎＦｅａｔｕｒｅＥｘｔｒａｃｔｉｏｎＡｌｏｒｉｔｈｍｓｆｏｒＰｏＵｅｎＩｍａｅｓｇｇ申請人姓名：徐趙飛指導教師：謝永華教授專業(yè)名稱：軟件工程研究方向：圖像處理和模式識別所在學院：計算機與軟件學院二〇—六年五月獨創(chuàng)性聲明本人聲明所呈交的論文是我個人在導

2、師指導下進行的研巧工作及取得的研。究成果本論文除了文中特別加標注和致謝的內(nèi)容外，不包含其他人或其他機構(gòu)已經(jīng)發(fā)表或撰寫過的研巧成果，也不包含為獲得南京信息工程大學或其他教育機構(gòu)的學位或證書而使用過的材料。其他同志對本研巧所做的貢獻均己在論文中作了聲明并表示謝意。學位論文作者簽名；簽字曰期；＿＿關(guān)于論文使用授權(quán)的說明南京信息工程大學、國家圖書館、中國學術(shù)期刊（光盤版）雜志社、中國科學技術(shù)信息研究所的《中國學位論文全文數(shù)據(jù)庫》有權(quán)保留本人所送交學位論文的復印件和電

3、子文檔，可Ｗ采用影印、縮印或其他復制手段保存論文，并通一過網(wǎng)絡(luò)向社會提供信息服務(wù)致。。本人電子文檔的內(nèi)容和紙質(zhì)論文的內(nèi)容相除在保密期內(nèi)的保密論文外，允許論文被查閱和借閱，可Ｗ公布（包括刊登）論文的全部或部分內(nèi)容。論文的公布（包括刊登）授權(quán)南京信息工程大學研巧生院辦理。□公開□保密（年月）保密的學位論文在解密后應(yīng)遵守此（協(xié)議）學位論文作者簽名：作公Ｔ簽字日期：成ｋｌｈ如本＾指導教師簽名Ｉ＝曰期：如簽字目錄摘要ＩＡｂｓｔｒａｃｔＩＩ一第章

4、前言１１．１研究目的和意義１１．２國內(nèi)外研究現(xiàn)狀１１．３研巧內(nèi)容和方法６１．４論文組織結(jié)構(gòu)６第二章基本概念介紹８２８．１圖像紋理特征２丄１紋理特征基本概念８２丄２常用的紋理特征提取方法９２１１．２圖像形狀特征２．２．１形狀特征基本概念１１２．２．２常用的形狀特征提取方法１２２．３遺傳算法１４２１５．３．１編碼表示２．３．２運算過程１５２１７．４高斯金字塔２１９．５支持向量機２．６本章小結(jié)２０

5、第三章基于高斯尺度空間的粗稻度描述子特征提取方法２１３２１．１高斯尺度空間的構(gòu)造３．２參數(shù)選擇２２３．３粗糖度特征的提?。墸玻常崳姡常墸唬玻叮崳姡椿诟咚钩叨瓤臻g的粗構(gòu)度描述子３２７．５實驗結(jié)果及分析３．４．１Ｃｏｎｆｏｃａｌ花粉圖像的實驗結(jié)果２８Ｉ３．４．２Ｐｏｌｌｅｍｎｏｎｉｔｏｒ花粉圖像的實驗結(jié)果２９３．４．３與傳統(tǒng)形狀描述子特征的實驗結(jié)果對比分析３０３．６本章小結(jié)３１第四章基于Ｚｅｍｉｋｅ矩的傅里葉形狀描述子特征提取方法３２４

6、ｉｋｅ矩３２．１Ｈ維球面坐標下的Ｚｅｍ４％．２模板計算４．３參數(shù)選擇３６４．４基于遺傳算法的Ｚｅｍｉｋｅ矩優(yōu)選３７４．５基于Ｈ維Ｚｅｍｉｋｅ矩的傅里葉描述子３９４６４０．實驗結(jié)果及分析４．６．１Ｃｏｎｆｏｃａｌ花粉圖像的實驗結(jié)果４０４．６．２Ｐｏｌｌｅｎｍｏｎｉｔｏｒ花粉圖像的實驗結(jié)果４１４．６．３與傳統(tǒng)形狀描述子特征的實驗結(jié)果對比分析４２４．７本章小結(jié)４３第五章紋理和形狀特征實驗對比分析４５５．１Ｃｏｎｆｏｃａｌ花粉圖

7、像的識別率比較４５５．２Ｐｏｌｌｅｎｍｏｎｉｔｏｒ花粉圖像的識別率比較４７５．３平均識別率比較４９５．４本章小結(jié)５０第六章總結(jié)與展望５１６．１工作總結(jié)５１６．２展望５２參考文獻５３測５９作者簡介６０ＩＩ摘要花粉顆粒圖像的自動分類和識別在環(huán)境、醫(yī)學等領(lǐng)域發(fā)揮著重要的作用。但目前傳統(tǒng)的花粉分類和識別主要依靠人工進行，往往要求專業(yè)人員具有豐富的花粉形態(tài)學知識和實踐經(jīng)驗，識別過程非常耗時而縣由于識別精度會受到鑒別人員主觀因素

8、的影響，識別效率普遍不高。近年來，隨著圖像處理和模式識別理論的發(fā)展，利用計算機進行花粉圖像自動分類識別已經(jīng)成為解決上述問題的有效手段。本文就花紛圖像的鑒別特征提取算法開展研究，Ｗ期提高特征對于圖像幾何變換的魯棒性：，提高分類識別的精度。主要研巧內(nèi)容包括（１）針對現(xiàn)有紋理描述子大多依賴于灰度平均值，易造成圖像信息丟失的問一題，并應(yīng)用于花粉圖像的分類，提出了種基于高斯尺度空間的粗糖度描述子和識別。該方法首先利用高斯卷積構(gòu)造圖像的高斯尺度空間；然后通過計算粗糖