暗视场浮游动物像自动识别方法研究.pdfVIP

暗视场浮游动物图像自动识别方法研究 摘要 海洋面积占据了地球表面积的70%左右，在当前海洋经济快速发展大的背景 下，人类开发利用海洋资源与海洋生态和环境的变化有着紧密的联系，海洋浮游 动物的生物量、种群结构、群落多样性以及迁移过程对海洋生态系统、海洋生物 地球化学循环、海洋环境以及全球气候变化研究发挥着重要作用。 原位浮游生物光学成像观测系统所产生的海量图像资料是海洋浮游生物调 查所面临的挑战性问题，本文在总结已有的识别方法的基础上，开展了暗视场浮 游动物种群图像预处理、特征提取、分类识别等处理方法研究，为构建了暗视场 浮游动物的自动识别系统奠定了基础。 在图像预处理方面，首先运用直方图均衡化来降低光照不均引起的图像质量 问题，结合自适应小波方法抑制水下浮游动物图像噪声，同时保留了原始浮游动 物的细节特征；其次采用区域检测器算法从整幅图像中提取感兴趣区域，提出了 基于形态重构的浮游动物图像分水岭分割方法，该算法能在一定程度上分割接触 或重叠的物体，避免了浮游动物图像原有的噪声所导致的轮廓偏移和过分割现象。 在特征提取方面，本论文分别提取了基本形态特征、HU 氏不变矩特征、傅里叶 描述子、基于灰度共生矩阵纹理分析方法和局部二值模式纹理特征，利用支持向 量机分类器对各特征及不同组合进行对比分析，验证了基本形状特征、HU 氏不 变矩特征与基于灰度共生矩阵的组合和基本形状特征、HU 氏不变矩特征与局部 二值模式的纹理分析方法组合的识别性能，分别取得了 83.11%和 83.2%的识别 率。在上述工作基础上，本论文设计了双层分类器策略来进一步提高识别准确率， 第一层将几何形态特征输入支持向量机进行分类，第二层将纹理特征输入支持向 量机分类器得到另一个类别，若这两个类别相同，则样本为这种类别，否则将其 归为无法识别类。运用ROC 曲线对分类器性能进行分析，结果表明：（1）双层 分类器的识别准确率要优于单个分类器；（2 ）在训练样本增加的情况下，基于局 部二值模式特征的分类效果有所提高，在相同训练集和测试集的情况下，从无法 识别类个数和ROC 曲线所覆盖的面积来看，局部二值模式特征对提高识别准确 率的贡献要优于灰度共生矩阵特征。 关键字：海洋浮游动物；自动识别；暗视场；特征分析；双层分类器 Study of Zooplankton Automatic Recognition Method for Dark Field Image Abstract Ocean area accounts for about 70% of the earths surface, and along with the rapid development of marine economy, marine plays a very important role in the ecological system of the earth. The development and utilization of marine resources has great impact on marine ecological system and environment. Marine zooplankton biomass, population structure, and community diversity, and life history play an important role in marine ecosystems, marine biogeochemical cycles, marine environment, and global climate change research. Massive image data obtained by the optical imaging observation system in situ pose a great challenge for marine plankton researchers, On the basis of surveying the existing