学位论文 > 优秀研究生学位论文题录展示

昆虫翅膀图像分类算法的设计与实现

作　者: 张滨
导　师: 蔡安妮
学　校: 北京邮电大学
专　业: 通信与信息系统
关键词: 昆虫识别 图像预处理 Canny算子 SIFT特征 特征选择
分类号: TP391.41
类　型: 硕士论文
年　份: 2010年
下　载: 82次
引　用: 0次
阅　读: 论文下载
 

内容摘要


随着计算机视觉技术研究的不断深入,图像处理和模式识别技术得到广泛应用。利用昆虫翅膀图像对昆虫种属进行分类,是模式识别技术在昆虫识别领域的一个新探索。目前在昆虫生物学的研究领域、农林病虫害防治研究领域、海关进口产品检验检疫领域,均对昆虫图像识别提出了较高的要求。昆虫图像计算机识别技术,通过提取昆虫图像特征进行昆虫种类的自动或半自动识别,可以帮助相关人员更快更准确地进行昆虫分类,以更好地节省人力物力。本文研究了昆虫翅膀图像的预处理、翅膀图像的分类特征提取和特征分类算法。主要贡献是：(1)设计完成方向尺度归一化的昆虫翅膀图像的预处理方法,使不同分辨率的翅膀图像的方向和尺寸归一化能够自动进行,为后续特征提取提供统一的数据图像；(2)实现用于昆虫种属分类的图像特征提取算法,所提取的图像特征包括SIFT特征、分块直方图特征和翅脉边缘特征；(3)设计实现基于昆虫翅脉特征的昆虫种属分类算法,实验结果证明了方法的有效性。

全文目录


摘要  4-5
ABSTRACT  5-9
第1章 绪论  9-16
  1.1 昆虫图像处理与识别  9-11
    1.1.1 昆虫图像处理识别技术简介  9-10
    1.1.2 昆虫翅膀图像处理技术发展  10-11
  1.2 昆虫种类识别研究现状及意义  11-14
    1.2.1 课题的研究现状及意义  12-14
    1.2.2 课题的研究内容  14
  1.3 本文主要完成工作  14-15
  1.4 本文的结构  15-16
第2章 昆虫翅膀图像的预处理  16-37
  2.1 引言  16-17
  2.2 翅膀图像增强  17-22
    2.2.1 翅膀图像滤波  17-20
      2.2.1.1 邻域平均法  18-19
      2.2.1.2 中值滤波法  19-20
    2.2.2 翅膀图像锐化  20-22
  2.3 翅膀图像分割  22-32
    2.3.1 翅膀图像边缘检测  23-26
    2.3.2 翅膀图像阈值分割  26-28
    2.3.3 翅膀图像轮廓提取和跟踪  28-32
      2.3.3.1 轮廓提取  28
      2.3.3.2 轮廓跟踪  28-32
  2.4 翅膀图像的归一化  32-34
    2.4.1 翅膀图像位置归一化  32-33
    2.4.2 翅膀图像尺寸归一化  33-34
  2.5 图像预处理实现  34-36
  2.6 本章小结  36-37
第3章 昆虫翅膀图像特征提取方法  37-52
  3.1 引言  37
  3.2 翅膀图像颜色特征提取方法  37-39
    3.2.1 翅膀图像的分块准则  38-39
    3.2.2 颜色直方图统计方法  39
    3.2.3 分块直方图特征提取的实现  39
  3.3 翅膀图像翅脉特征提取方法  39-46
    3.3.1 Canny算子设计的基本原理  40-41
    3.3.2 Canny算子基本步骤  41-43
    3.3.3 改进Canny边缘处理方法  43-44
    3.3.4 翅脉特征提取的实现  44-45
    3.3.5 翅脉特征和分块直方图特征的结合  45-46
  3.4 SIFT局部特征提取  46-51
    3.4.1 SIFT原理  47-50
      3.4.1.1 SIFT算法特性  47
      3.4.1.2 LoG和DoG尺度空间  47-48
      3.4.1.3 SIFT算法步骤  48-50
    3.4.2 SIFT特征提取的实现  50-51
  3.5 本章小结  51-52
第4章 昆虫翅膀图像的识别算法实现  52-63
  4.1 引言  52
  4.2 翅膀图像匹配概述  52-58
    4.2.1 颜色特征匹配算法及实验结果  54-55
    4.2.2 SIFT特征匹配算法及实验结果  55-58
  4.3 昆虫识别算法的实现  58-62
    4.3.1 总体算法结构设计  59
    4.3.2 系统的模块化实现  59-62
      4.3.2.1 预处理功能的实现  60-61
      4.3.2.2 翅脉提取功能的实现  61
      4.3.2.3 翅脉匹配功能的实现  61-62
  4.4 本章小结  62-63
第5章 总结与展望  63-65
  5.1 总结  63-64
  5.2 展望  64-65
参考文献  65-67
致谢  67-68
攻读硕士学位期间发表的学术论文  68

相似论文

  1. 舌图像中瘀斑瘀点检测技术研究,TP391.41
  2. 基于仿生模式识别的文本分类技术研究,TP391.1
  3. 唇读中的特征提取、选择与融合,TP391.41
  4. 红外图像目标识别及跟踪技术研究,TP391.41
  5. 语音情感识别的特征选择与特征产生,TP18
  6. 基于数据分布特征的文本分类研究,TP391.1
  7. 车辆识别系统动态特征选择算法的研究与实现,TP391.41
  8. 基于AdaBoost算法的人脸识别研究,TP391.41
  9. 基于车牌识别技术的智能交通系统的设计与实现,TP391.41
  10. 面向肺部CAD的特征提取、选择及分类方法研究,TP391.41
  11. 基于SVM的车牌字符识别算法研究与实现,TP391.41
  12. 基于相似性测量检测图像型垃圾邮件技术的研究,TP393.098
  13. 应用于窄间隙埋弧焊的图像采集及预处理系统研究,TG445
  14. 混纺织物不同纤维的图像识别与定量分析,TP391.41
  15. 基于多幅图像的几何和纹理自动重建,TP391.41
  16. 基于群体智能的医学图像特征优化算法研究,TP391.41
  17. 基于FSVM的数据挖掘方法及其在入侵检测中的应用研究,TP393.08
  18. 流形学习的方差最小化准则,TP181
  19. 掌纹主线特征选择方法及成像系统研究,TP391.41
  20. 基于数字图像处理的电能表图像识别技术研究与实现,TP391.41
  21. 美元纸币关键信息的图像检测以及号码识别,TP391.41

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