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
- 舌图像中瘀斑瘀点检测技术研究,TP391.41
- 基于仿生模式识别的文本分类技术研究,TP391.1
- 唇读中的特征提取、选择与融合,TP391.41
- 红外图像目标识别及跟踪技术研究,TP391.41
- 语音情感识别的特征选择与特征产生,TP18
- 基于数据分布特征的文本分类研究,TP391.1
- 车辆识别系统动态特征选择算法的研究与实现,TP391.41
- 基于AdaBoost算法的人脸识别研究,TP391.41
- 基于车牌识别技术的智能交通系统的设计与实现,TP391.41
- 面向肺部CAD的特征提取、选择及分类方法研究,TP391.41
- 基于SVM的车牌字符识别算法研究与实现,TP391.41
- 基于相似性测量检测图像型垃圾邮件技术的研究,TP393.098
- 应用于窄间隙埋弧焊的图像采集及预处理系统研究,TG445
- 混纺织物不同纤维的图像识别与定量分析,TP391.41
- 基于多幅图像的几何和纹理自动重建,TP391.41
- 基于群体智能的医学图像特征优化算法研究,TP391.41
- 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
- 流形学习的方差最小化准则,TP181
- 掌纹主线特征选择方法及成像系统研究,TP391.41
- 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
- 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
|