儲(chǔ)糧微生物顯微圖像處理與識(shí)別研究.pdf

1、我國(guó)是一個(gè)產(chǎn)糧大國(guó),僅國(guó)家糧庫(kù)就儲(chǔ)藏有數(shù)千億公斤糧食。由于糧食上帶有種類繁多的微生物,加之糧食中含有許多營(yíng)養(yǎng)物質(zhì)是微生物良好的天然培養(yǎng)基,所以在合適的條件下,糧食中的微生物就會(huì)使糧食發(fā)霉變質(zhì),嚴(yán)重影響人類食用的安全性。因此,開(kāi)發(fā)一個(gè)科學(xué)實(shí)用、準(zhǔn)確方便的儲(chǔ)糧微生物識(shí)別檢測(cè)系統(tǒng)對(duì)微生物進(jìn)行檢測(cè),指導(dǎo)專業(yè)管理人員采取相關(guān)措施來(lái)預(yù)防霉變是非常必要的。 本文利用圖像處理、模式識(shí)別、神經(jīng)網(wǎng)絡(luò)等技術(shù)對(duì)儲(chǔ)糧微生物識(shí)別系統(tǒng)進(jìn)行了相關(guān)研究,特別是對(duì)

2、微生物的特征提取、特征壓縮和分類方面進(jìn)行了較為深入的研究。主要工作和成果如下： 1.儲(chǔ)糧微生物圖像增強(qiáng)與分割采用滑動(dòng)窗口為十字形的中值濾波法對(duì)微生物圖像進(jìn)行平滑處理；采用基于迭代閾值和數(shù)學(xué)形態(tài)學(xué)的邊緣檢測(cè)算法對(duì)微生物圖像進(jìn)行邊緣檢測(cè)。 2.儲(chǔ)糧微生物特征形成提取出儲(chǔ)糧微生物二值化圖像的特征包括形態(tài)學(xué)特征和紋理特征在內(nèi)的共18個(gè)特征,并對(duì)所有特征進(jìn)行歸一化處理。 3。儲(chǔ)糧微生物特征選擇在系統(tǒng)地分析遺傳算法和模擬退火

3、算法兩種組合優(yōu)化方法的基礎(chǔ)上,依據(jù)儲(chǔ)糧微生物顯微圖像的特點(diǎn)提出了基于模擬退火技術(shù)的遺傳算法-遺傳模擬退火算法,對(duì)遺傳模擬退火算法的特點(diǎn)、實(shí)現(xiàn)步驟、參數(shù)分析、具體實(shí)現(xiàn)進(jìn)行了較深入的探討。運(yùn)用遺傳模擬退火算法對(duì)抽取出的18個(gè)特征進(jìn)行特征選擇,篩選出面積、周長(zhǎng)、復(fù)雜度等10個(gè)較好的特征。 4.儲(chǔ)糧微生物特征壓縮分析了常用的特征壓縮方法,基于類內(nèi)類間距離的、基于K-L變換的、基于神經(jīng)網(wǎng)絡(luò)的和基于小波分析的特征壓縮；運(yùn)用總體類內(nèi)離散度矩陣

4、K-L變換的特征壓縮方法,將儲(chǔ)糧微生物的10維特征向量壓縮到6維,從而減少了分類器的計(jì)算量,提高了系統(tǒng)的整體性能。 5.儲(chǔ)糧微生物分類器的設(shè)計(jì)設(shè)計(jì)了改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)分類器和模糊分類器。用神經(jīng)網(wǎng)絡(luò)和模糊技術(shù)來(lái)實(shí)現(xiàn)儲(chǔ)糧害蟲(chóng)的分類,并深入地研究了BP網(wǎng)絡(luò)分類器的設(shè)計(jì)。針對(duì)傳統(tǒng)BP算法易陷入局部極小和收斂速度慢的問(wèn)題,分析了3種改進(jìn)方法,使網(wǎng)絡(luò)的收斂速度大大加快,所設(shè)計(jì)的BP網(wǎng)絡(luò)分類器和模糊分類器對(duì)儲(chǔ)糧微生物的離線測(cè)試識(shí)別率達(dá)到了82