暗視場(chǎng)浮游動(dòng)物圖像自動(dòng)識(shí)別方法研究.pdf

1、海洋面積占據(jù)了地球表面積的70％左右，在當(dāng)前海洋經(jīng)濟(jì)快速發(fā)展大的背景下，人類開發(fā)利用海洋資源與海洋生態(tài)和環(huán)境的變化有著緊密的聯(lián)系，海洋浮游動(dòng)物的生物量、種群結(jié)構(gòu)、群落多樣性以及遷移過(guò)程對(duì)海洋生態(tài)系統(tǒng)、海洋生物地球化學(xué)循環(huán)、海洋環(huán)境以及全球氣候變化研究發(fā)揮著重要作用。
　　原位浮游生物光學(xué)成像觀測(cè)系統(tǒng)所產(chǎn)生的海量圖像資料是海洋浮游生物調(diào)查所面臨的挑戰(zhàn)性問(wèn)題，本文在總結(jié)已有的識(shí)別方法的基礎(chǔ)上，開展了暗視場(chǎng)浮游動(dòng)物種群圖像預(yù)處理、特征提

2、取、分類識(shí)別等處理方法研究，為構(gòu)建了暗視場(chǎng)浮游動(dòng)物的自動(dòng)識(shí)別系統(tǒng)奠定了基礎(chǔ)。
　　在圖像預(yù)處理方面，首先運(yùn)用直方圖均衡化來(lái)降低光照不均引起的圖像質(zhì)量問(wèn)題，結(jié)合自適應(yīng)小波方法抑制水下浮游動(dòng)物圖像噪聲，同時(shí)保留了原始浮游動(dòng)物的細(xì)節(jié)特征；其次采用區(qū)域檢測(cè)器算法從整幅圖像中提取感興趣區(qū)域，提出了基于形態(tài)重構(gòu)的浮游動(dòng)物圖像分水嶺分割方法，該算法能在一定程度上分割接觸或重疊的物體，避免了浮游動(dòng)物圖像原有的噪聲所導(dǎo)致的輪廓偏移和過(guò)分割現(xiàn)象。在特

3、征提取方面，本論文分別提取了基本形態(tài)特征、HU氏不變矩特征、傅里葉描述子、基于灰度共生矩陣紋理分析方法和局部二值模式紋理特征，利用支持向量機(jī)分類器對(duì)各特征及不同組合進(jìn)行對(duì)比分析，驗(yàn)證了基本形狀特征、HU氏不變矩特征與基于灰度共生矩陣的組合和基本形狀特征、HU氏不變矩特征與局部二值模式的紋理分析方法組合的識(shí)別性能，分別取得了83.11%和83.2%的識(shí)別率。在上述工作基礎(chǔ)上，本論文設(shè)計(jì)了雙層分類器策略來(lái)進(jìn)一步提高識(shí)別準(zhǔn)確率，第一層將幾何形

4、態(tài)特征輸入支持向量機(jī)進(jìn)行分類，第二層將紋理特征輸入支持向量機(jī)分類器得到另一個(gè)類別，若這兩個(gè)類別相同，則樣本為這種類別，否則將其歸為無(wú)法識(shí)別類。運(yùn)用ROC曲線對(duì)分類器性能進(jìn)行分析，結(jié)果表明：（1）雙層分類器的識(shí)別準(zhǔn)確率要優(yōu)于單個(gè)分類器；（2）在訓(xùn)練樣本增加的情況下，基于局部二值模式特征的分類效果有所提高，在相同訓(xùn)練集和測(cè)試集的情況下，從無(wú)法識(shí)別類個(gè)數(shù)和ROC曲線所覆蓋的面積來(lái)看，局部二值模式特征對(duì)提高識(shí)別準(zhǔn)確率的貢獻(xiàn)要優(yōu)于灰度共生矩陣特征