發(fā)布時間：2024-05-21 02:42

　　花粉顆粒的分類識別在花粉過敏控制、刑事偵查、石油勘探以及古氣候重建等領(lǐng)域有著重要應用。但傳統(tǒng)的花粉顆粒分類識別方法主要是依靠顯微鏡的人工目視檢查,需要操作者具有豐富的孢粉形態(tài)學專業(yè)知識,鑒別過程耗時費力且易受操作者主觀意識影響,準確度普遍不高。鑒于顯微鏡下的花粉圖像有著跟普通圖像類似的結(jié)構(gòu)、紋理特征,利用計算機對花粉顆粒進行分類識別已經(jīng)成為花粉鑒別的有效手段。但現(xiàn)有的花粉圖像分類識別方法仍存在些許不足,主要包括以下兩方面:現(xiàn)有描述子大多對噪聲敏感、對花粉圖像的旋轉(zhuǎn)縮放沒有較好的魯棒性;多數(shù)描述子將多種特征融合,旨在利用不同特征的優(yōu)點來構(gòu)建花粉圖像的最優(yōu)表示,但這也大大增加了算法的時間復雜度,不利于花粉圖像的實際分類識別。針對以上問題,本文對花粉圖像的紋理特征提取方法進行研究,主要的研究內(nèi)容包括:(1)針對傳統(tǒng)局部二進制模式(LBP)有著對噪聲敏感、對圖像旋轉(zhuǎn)變化的魯棒性不高等問題,對傳統(tǒng)局部二進制模式進行改進,提出一種基于主梯度編碼的局部二進制模式,并將其應用于花粉圖像的分類識別。該方法首先計算圖像塊在主梯度方向上的梯度幅值;其次,分別計算圖像塊的徑向、角向以及復合梯度差;然后,根據(jù)各...

【文章頁數(shù)】：64 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
第一章 前言
    1.1 研究目的及意義
    1.2 國內(nèi)外研究現(xiàn)狀
    1.3 研究內(nèi)容和方法
    1.4 論文組織結(jié)構(gòu)
第二章 基本概念介紹
    2.1 圖像特征基本概念
        2.1.1 圖像形狀特征
        2.1.2 圖像紋理特征
    2.2 局部二值模式
    2.3 支持向量機
    2.4 人工神經(jīng)網(wǎng)絡(luò)
    2.5 本章小結(jié)
第三章 基于主梯度編碼的局部二進制模式
    3.1 多角度采樣
    3.2 自適應分配權(quán)重
    3.3 多尺度紋理特征統(tǒng)計
    3.4 實驗結(jié)果與分析
        3.4.1 數(shù)據(jù)集
        3.4.2 Confocal數(shù)據(jù)集的實驗結(jié)果
        3.4.3 Pollenmonitor數(shù)據(jù)集的實驗結(jié)果
        3.4.4 與其它算法的對比分析
    3.5 本章小結(jié)
第四章 基于多方向的局部十進制模式
    4.1 局部十進制模式
    4.2 參數(shù)選擇
        4.2.1 鄰域像素塊數(shù)、采樣半徑以及像素塊尺寸
        4.2.2 量化區(qū)間數(shù)
        4.2.3 量化閾值
    4.3 實驗結(jié)果與分析
        4.3.1 Confocal數(shù)據(jù)集的實驗結(jié)果
        4.3.2 Pollenmonitor數(shù)據(jù)集的實驗結(jié)果
        4.3.3 與其它算法的對比分析
    4.4 本章小結(jié)
第五章 實驗對比分析
    5.1 Confocal數(shù)據(jù)集上的識別結(jié)果對比
    5.2 Pollenmonitor數(shù)據(jù)集上的識別結(jié)果對比
    5.3 本章小結(jié)
第六章 總結(jié)與展望
    6.1 工作總結(jié)
    6.2 展望
致謝
參考文獻
作者簡介



本文編號：3979492