收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于形态学多尺度图像分析的海藻细胞图像分割及特征提取

程军娜  
【摘要】:海洋浮游植物又称浮游海藻,它们既是海洋生态系统中最重要的初级生产者,也是引发赤潮的主要因素。对浮游植物资源的开发利用、对海洋生态系统的监测,都离不开对其种类的分类和鉴定。目前,对海藻的鉴定,最基本的方法是由生物学专家,观察显微镜下的藻类外观形态实现的。这种方法需要研究者拥有很高的专业水平和丰富的经验,且费时又费力。将计算机图像处理与模式识别技术,与这种最基本的方法相结合,建立浮游植物图像自动识别系统,是实现海藻种类准确、快速鉴定的新途径。国内外已有的浮游植物图像识别系统,普遍存在一些局限性:例如,海藻种类繁多,但大多数图像识别系统能够识别的种类偏少等。 本文的研究内容是浮游植物图像自动识别系统中的重要组成部分,以海藻细胞显微图像的自动分割以及纹理特征提取作为主要研究目标。图像分割和特征提取的结果是准确分类识别的基础。 近年来,形态学图像分析逐步发展成为图像领域一种新兴的研究方法,其基本思想对非线性图像处理分析产生了不可估量的促进意义,尤其适合于实时性要求高的场合。形态学图像分析具有理论严谨完备、节省内存、算法执行效率高、易于用硬件实现等优势。在浮游植物图像识别的国际先进研究工作中,采用形态学图像分析的方法进行图像分割和部分特征的提取,是一个主流的和有效的途径。 多尺度分析是一种类似于人类视觉系统的图像分析方法,它的优势在于:图像在不同的尺度下,可表现出与尺度相关的不同特性。因此,在某种单一尺度下无法实现的图像分割或特征检测任务在另外的或者综合的尺度上能实现。而形态学多尺度图像分析方法兼具形态学和多尺度分析的优点。因此,本文系统归纳了形态学多尺度图像分析的理论体系,跟踪其前沿进展,针对海藻细胞显微图像的特点,围绕图像分割和特征提取这两个目标,解决图像分割和特征提取中的难题。 本文的主要研究工作及创新之处包括以下几点: 1针对含噪、低对比度、弱边界、复杂形状海藻细胞显微图像的分割,利用形态金字塔变换和连通形态算子,解决分割中的主要问题: (1)为了解决图像边缘增强与噪声放大的矛盾,利用附益形态金字塔变换,结合直接灰度映射、梯度边缘检测算子和改进软阈值滤波方法,提出了一种基于Haar形态金字塔的多尺度边缘增强算法。 Haar形态金字塔变换的非线性特性,使得图像中的边缘等重要几何信息在各分辨率的残差图像中很好地保留。直接灰度映射增强了整幅图像的灰度对比度,但同时放大了噪声。梯度边缘检测算子和改进软阈值滤波方法,实现了残差图像边缘的跟踪和增强,而对噪声进行了抑制。实验结果表明:针对低对比度和边缘连续性差的海藻细胞显微图像,该算法可以有效地增强图像的边缘,且没有放大噪声。 (2)为了解决图像分割过程中噪声抑制和图像细节保留之间的矛盾,在连通形态变换的基础上,提出了一种自适应面积开算法,结合形态重建和属性细化等连通形态算子,在去噪的同时,保留边缘、角毛等精细结构。 2提出了一种完备重构的极值保留自适应提升形态小波。 在提升小波框架基础上,提出了一种极值保留自适应提升形态小波,而且证明:在不需要分解过程中的提升判据的前提下,它是可完备重构的。极值保留自适应提升形态小波,在对图像的多分辨率分解过程中,只对图像的平坦区域进行中值滤波,保留图像的局部极值点。 3以对海藻细胞显微图像的特征描述为目的,将极值保留自适应提升形态小波和基于灰度级共生矩阵(GLCM)的统计法相结合,提出了一种多尺度纹理特征描述方法。 为了降低GLCM的计算量,同时有效、可靠地描述海藻细胞纹理特征,本文将极值保留自适应提升形态小波引入基于GLCM的统计法,充分利用极值保留自适应提升形态小波极值保留的多分辩率特性和中值滤波的抗噪性能,使得该多尺度纹理特征描述方法,相对于单纯的基于GLCM的统计法,既具有计算效率上的优势,又降低了对噪声的敏感度。对中国沿海常见浮游植物细胞图像库中的17种圆筛藻种的纹理图像识别实验结果证明:基于极值保留自适应提升形态小波和GLCM的多尺度纹理特征描述方法,比基于原始图像的GLCM的纹理特征描述方法,平均正确识别率要高约7个百分点。 4针对甲藻类细胞原始显微图像边缘模糊、对比度低等不利于甲沟提取的困难,构造了一种边缘保留自适应提升形态小波。 该小波在根据图像的局部特征构造自适应性更新算子时,将边缘作为感兴趣的图像特征,更新提升根据是否是边缘像素选择保留、锐化滤波或平滑滤波,使得分解后的近似图像中,图像边缘得以保留,而灰度变化缓慢的区域得到了平滑。实验证明:甲藻细胞经边缘保留自适应提升形态小波分解后的近似图像,在一定程度上突出了目标边界,较之原始图像,更有利于甲沟特征的提取。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 陶勇;胡卫东;;基于图像域的属性散射中心分析[J];信号处理;2009年10期
2 张克军;刘哲;;图像理解原理的数学评价[J];计算机工程与设计;2007年08期
3 汤可宗;江新姿;高尚;;蚁群模糊聚类的图像分割[J];计算机工程与设计;2008年07期
4 潘钧;沈洁;胡学龙;张正华;;煤灰熔融性图像自动识别算法的研究[J];国外电子测量技术;2008年10期
5 马鑫;魏鹏旭;岳康;;裂缝图像识别与特征参数算法的研究[J];科技资讯;2011年11期
6 刘玉长;刘志明;易正明;;氧化铝回转窑火焰图像分割和特征提取技术[J];计算机测量与控制;2006年07期
7 鹿玉红;马桂英;张国旭;;交通流检测及车辆识别系统的构架分析[J];微计算机信息;2007年10期
8 李月娥;刘青芳;;小波变换在图像分割中的应用研究(英文)[J];山西大学学报(自然科学版);2009年04期
9 张正荣;李国刚;;基于支持向量机的火灾探测技术[J];微型机与应用;2010年24期
10 苗常青,汪渤,付梦印,徐学强;电视图像目标实时分割与识别算法[J];北京理工大学学报;2005年09期
11 黄晓伟;李晖;邱怡申;谢树森;;图像处理技术在白血病诊断中的应用[J];激光与光电子学进展;2006年10期
12 段敬红;栾丹;;人民币号码自动识别方法研究[J];计算机工程与科学;2008年01期
13 高如新;;避免完美分割的图像识别方法[J];计算机工程;2009年20期
14 朱军林;朱秋煜;张婷;;证件照片脸部特征精确定位与提取[J];微计算机信息;2006年19期
15 崔光照;陆琳莎;贺振东;姚莉娜;;基于视觉自主移动叉车货盘识别方法研究[J];郑州轻工业学院学报(自然科学版);2010年01期
16 宁顺刚;白万民;喻钧;;基于灰度共生矩阵的图像分割方法研究[J];电子科技;2009年11期
17 李超;熊璋;朱成军;;基于距离相关图的音频相似性度量方法[J];北京航空航天大学学报;2006年02期
18 赵娟;;基于Gabor小波和支持向量机的储粮害虫图像分割[J];电脑与信息技术;2007年03期
19 刘晓红;姜吉涛;周雪芹;;安全玻璃中气泡的自动检测研究[J];微计算机信息;2007年22期
20 焦岩;王学军;张婧;;科技资源图像检索技术研究与实现[J];广西师范大学学报(自然科学版);2007年04期
中国重要会议论文全文数据库 前10条
1 王年;任彬;黄勇;汪炳权;;汽车车型图像的自动识别[A];中国图象图形科学技术新进展——第九届全国图象图形科技大会论文集[C];1998年
2 肖鹏峰;冯学智;赵书河;佘江峰;;一种基于频域特征的高分辨率遥感图像分割方法[A];第十三届全国图象图形学学术会议论文集[C];2006年
3 王建军;龙志坚;张宏勋;文彦斌;孙胜波;;图像处理技术在钢坯计数中的应用[A];1996中国控制与决策学术年会论文集[C];1996年
4 张丽婷;王孝莉;林家恒;;基于数学形态学的掌纹图像分析[A];第十七届全国过路控制会议论文集[C];2006年
5 李泽辉;聂生东;陈兆学;;应用多类SVM分割MR脑图像特征选择与优化的实验研究[A];中国仪器仪表学会第九届青年学术会议论文集[C];2007年
6 卢桂琳;李媛媛;曹跃平;;某种新型雷达图像识别和分类的技术报告[A];2007年全国微波毫米波会议论文集(下册)[C];2007年
7 易畅;张祥松;刘晓;;基于SVM的PET脑肿瘤图像分割实现[A];中华医学会第九次全国核医学学术会议论文摘要汇编[C];2011年
8 薛笑荣;赵荣椿;张艳宁;段锋;苏爱民;;基于树型小波变换的SAR图像分割[A];信号与信息处理技术——第一届信号与信息处理联合学术会议论文集[C];2002年
9 黎明;周琳霞;杨小芹;;图像的进化计算分割法[A];中国图象图形学会第十届全国图像图形学术会议(CIG’2001)和第一届全国虚拟现实技术研讨会(CVR’2001)论文集[C];2001年
10 周晖;赵珂;王润生;;基于数据属性驱动的高分辨率遥感图像自适应融合分割算法[A];第十四届全国信号处理学术年会(CCSP-2009)论文集[C];2009年
中国博士学位论文全文数据库 前10条
1 李勇明;尿沉渣图像自动识别算法的研究[D];重庆大学;2007年
2 程军娜;基于形态学多尺度图像分析的海藻细胞图像分割及特征提取[D];中国海洋大学;2010年
3 张印辉;多尺度马尔可夫随机场图像分割方法研究[D];昆明理工大学;2010年
4 刁智华;大田小麦叶部病害智能诊断系统研究与应用[D];中国科学技术大学;2010年
5 白小晶;基于偏微分方程的图像分割与配准研究[D];南京理工大学;2010年
6 陈志彬;非参数变形模型结合模糊技术的MRI图像分割[D];大连理工大学;2010年
7 高浩;粒子群算法及其在图像分割中的应用与研究[D];江南大学;2009年
8 周鲜成;基于微粒群算法的数字图像处理方法研究[D];中南大学;2008年
9 付晓薇;基于量子力学的图像处理方法研究[D];华中科技大学;2010年
10 李旭超;小波变换和马尔可夫随机场在图像降噪与分割中的应用研究[D];浙江大学;2006年
中国硕士学位论文全文数据库 前10条
1 康朝红;基于支持向量机的X线图像分割技术研究[D];河北大学;2009年
2 严灵毓;基于半监督学习的图像分割系统的设计与实现[D];华中科技大学;2010年
3 宋晓峰;基于贝叶斯置信传播的图像分割方法研究[D];西安电子科技大学;2009年
4 葛秘蕾;基于云理论的图像分割技术研究[D];哈尔滨工程大学;2010年
5 萧湘;骨髓细胞图像分割方法研究[D];中南林业科技大学;2010年
6 尚金奎;基于粗糙集理论的图像分割方法研究[D];东北大学;2008年
7 郑飞虎;肿瘤显微细胞图像分割技术研究[D];华东交通大学;2009年
8 胡媛媛;基于形态学的图像分割方法的研究与应用[D];昆明理工大学;2008年
9 蔺恒;基于人工免疫网络的图像分割[D];西安电子科技大学;2010年
10 欧阳琰;道路信息自动检查中的路面破损识别方法及其实现研究[D];武汉理工大学;2009年
中国重要报纸全文数据库 前10条
1 本报记者 叶青 通讯员 粤科宣;病人家属也可操刀“做手术”[N];广东科技报;2011年
2 燕海霞;王忆勤;李福凤;脉象信号研究日渐深入[N];中国医药报;2005年
3 武德锋 李国辉 林洪文 姚作梁;图像世界任我行[N];计算机世界;2002年
4 陈雪;康佳“第一屏”今年上“春晚”[N];中国证券报;2007年
5 沈占锋;遥感影像信息提取与分析[N];计算机世界;2006年
6 ;“天下第一屏”落户深圳华侨城[N];消费日报;2006年
7 王竣;深入开发CAD系统对疾病诊断有重要意义[N];中国医药报;2007年
8 张兰华;数字化技术助力安防行业上台阶[N];光明日报;2006年
9 刘奕;康佳高起点挺进LED产业[N];中华工商时报;2006年
10 向良璧;断层图像处理分析技术取得重大成果[N];经济参考报;2003年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978