学位论文 > 优秀研究生学位论文题录展示

活性污泥中常见原后生动物图像识别系统

作　者: 陈瑶
导　师: 徐丹
学　校: 云南大学
专　业: 计算机技术
关键词: 原后生动物 图像识别 目标提取 特征提取 分类
分类号: TP391.41
类　型: 硕士论文
年　份: 2011年
下　载: 65次
引　用: 1次
阅　读: 论文下载
 

内容摘要


近年来,随着数字图像处理技术的发展,人们在数字图像处理技术的应用领域获得了喜人的成果。据文献记载,人们已经可以实现基于内容的图像检索以及对染色体图像的分类等等。论文设计与实现了一种活性污泥常见原后生动物图像识别的方法。对于一幅包含原后生动物和杂质的图片,首先要从中提取出原后生动物的主体,本文中介绍了两种提取方法,即全自动型目标提取算法与交互式目标提取算法。交互式目标提取是指输入一幅数字图像后,需要用鼠标标识出图像的目标与背景,而全自动目标提取方法则不需要。接着进行特征提取,本文从下面三个方面一共提取了16种特征：(1)形态特征,包括面积周长等,从这些特征中可以判断出这个原后生动物大致的形状,比如说类圆或类矩形等；(2)纹理特征,包括对比度、二阶矩等,从这些特征中可以得到这个原后生动物的表面结构组织排列信息以及它们与周围环境的联系；(3)其它特征,包括是否有尾巴、物体的均匀性等,从这些特征中可以得到这个原后生动物是否有尾巴以及它们的均匀情况。最后论文根据前面提取的特征,采用决策树的方法来进行分类。决策树算法的关键是给树的每个节点定义一个衡量标准。例如,在判断某个原后生动物的形状是否接近矩形时,可以用它的外接矩形与它自己本身的面积求商,如果这个值接近1表明它是接近矩形的。利用上述方法,论文针对活性污泥中常见的几种原后生动物,包括草覆虫、轮虫、线虫、豆虫、累枝虫和钟虫等进行了有效地识别。

全文目录


摘要  3-4
Abstract  4-6
目录  6-8
第一章 绪论  8-13
  1.1 课题背景  8-9
  1.2 活性污泥常见原后生动物图像识别专家系统概述  9-10
  1.3 系统实现平台  10-11
  1.4 论文的主要研究内容和结构安排  11-13
第二章 全自动型目标提取  13-28
  2.1 基于边缘提取的算法  14-20
    2.1.1 图像预处理  14-15
    2.1.2 边缘检测  15-16
    2.1.3 膨胀处理  16
    2.1.4 内部填充  16-19
    2.1.5 平滑处理  19-20
  2.2 基于聚类的算法  20-26
    2.2.1 灰度化  20
    2.2.2 Gamma均衡  20-23
    2.2.3 中均值滤波  23
    2.2.4 二阶边缘增强  23
    2.2.5 双均值聚类  23-24
    2.2.6 形态学开运算  24
    2.2.7 最大独立成分检测  24-26
  2.3 两种算法的比较  26-27
  2.4 本章小结  27-28
第三章 交互式目标提取  28-37
  3.1 关于分水岭算法  28-32
    3.1.1 图像分割定义  28-29
    3.1.2 分割原理  29
    3.1.3 分水岭算法  29-30
    3.1.4 分水岭算法的改进  30-32
  3.2 分水岭算法在此系统中的实现  32-36
    3.2.1 分水岭算法函数  32
    3.2.2 鼠标事件有关函数  32-34
    3.2.3 实验结果  34-36
  3.3 本章小结  36-37
第四章 特征提取  37-50
  4.1 形态特征  37-42
    4.1.1 面积(area)  37-38
    4.1.2 周长(circumference)  38-39
    4.1.3 密集度(compact)和形态比(ratio)  39-40
    4.1.4 矩形度(rectangularity)和圆度(ellipticity)  40
    4.1.5 长宽比(ratio2)、长短轴比与方向(θ)  40-41
    4.1.6 实验结果  41-42
  4.2 纹理特征  42-44
    4.2.1 灰度共生矩阵  42-44
    4.2.2 实验结果  44
  4.3 其它特征  44-49
    4.3.1 旋转  45-46
    4.3.2 是否有尾巴(whether_tail)  46-47
    4.3.3 对称性  47-48
    4.3.4 实验结果  48-49
  4.4 本章小结  49-50
第五章:分类器设计  50-58
  5.1 数据分类  50-51
    5.1.1 数据分类的步骤  50
    5.1.2 分类器的评估方法  50-51
  5.2 决策树  51-52
  5.3 决策树的实现  52-53
  5.4 实验结果  53-57
  5.5 本章小结  57-58
第六章 总结与展望  58-60
  6.1 总结  58-59
  6.2 展望  59-60
参考文献  60-63
攻读硕士期间发表的论文与曾参加的科研项目  63-64
致谢  64

相似论文

  1. K公司计划及预测改进对于合理库存配置的研究,F224
  2. 基于SVM的高速公路路面浅层病害的自动检测算法研究,U418.6
  3. 空间目标ISAR成像仿真及基于ISAR像的目标识别,TN957.52
  4. 基于三维重建的焊点质量分类方法研究,TP391.41
  5. 胆囊炎和肾病综合症脉象信号的特征提取与分类研究,TP391.41
  6. Q学习在基于内容图像检索技术中的应用,TP391.41
  7. 直推式支持向量机研究及其在图像检索中的应用,TP391.41
  8. 中医舌诊中舌形与齿痕的特征提取及分类研究,TP391.41
  9. 基于仿生模式识别的文本分类技术研究,TP391.1
  10. 空间交会接近视觉测量方法研究,TP391.41
  11. 图像实时采集、存储与处理方法研究,TP391.41
  12. 唇读中的特征提取、选择与融合,TP391.41
  13. 基于SVM的中医舌色苔色分类方法研究,TP391.41
  14. 多币种纸币处理技术的研究与实现,TP391.41
  15. 基于类Harr特征和最小包含球的纸币识别方法的研究,TP391.41
  16. 基于图像的路面破损识别,TP391.41
  17. 移动机器人视觉检测和跟踪研究,TP242.62
  18. 高光谱与高空间分辨率遥感图像融合算法研究,TP751
  19. 基于中国土壤系统分类的土壤类型和界线确定研究,S155
  20. 基于图像处理技术的烟叶病害自动识别研究,S435.72
  21. 羊绒与羊毛纤维鉴别系统的研究,TS101.921

中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理（信息加工） > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com