基于多元線性回歸的昆蟲圖像分割技術(shù)研究.pdf

1、圖像分割是圖像處理和計(jì)算機(jī)視覺等領(lǐng)域的重要研究課題,也是圖像分析的基礎(chǔ)。昆蟲圖像分割算法的研究對(duì)農(nóng)作物害蟲防治和生物領(lǐng)域昆蟲圖像數(shù)據(jù)信息的有效利用都具有重要意義,因而近年來國內(nèi)外越來越多的學(xué)者開始關(guān)注昆蟲圖像分割技術(shù)的研究。
　　多元線性回歸模型是基于數(shù)理統(tǒng)計(jì)的一種回歸分析模型,通過將多個(gè)自變量擬合構(gòu)成線性關(guān)系實(shí)現(xiàn)信息處理,在經(jīng)濟(jì)分析和交通預(yù)測(cè)等領(lǐng)域得到廣泛應(yīng)用。本文首先分析現(xiàn)有圖像分割算法應(yīng)用于昆蟲圖像分割中的局限性,然后重點(diǎn)研

2、究基于多元線性回歸模型的圖像分割算法,針對(duì)其在不同類型彩色昆蟲圖像分割中存在的不足進(jìn)行優(yōu)化。主要工作和創(chuàng)新點(diǎn)如下:
　　(1)構(gòu)建 RGB多元線性回歸模型分割昆蟲圖像。多元線性回歸模型中參數(shù)的設(shè)定是關(guān)鍵,結(jié)合昆蟲圖像背景樣本像素塊的 RGB三色板信息構(gòu)建回歸模型,可以有效地將昆蟲目標(biāo)與背景分離。算法應(yīng)用于背景顏色比較簡(jiǎn)單的昆蟲圖像,獲得了較好的分割效果。
　　(2)多元線性回歸模型分割算法的范數(shù)優(yōu)化。基于 RGB三色板的多元

3、線性回歸算法中回歸參數(shù)的確定依賴于圖像像素塊的樣本信息,樣本信息越多越有利于圖像目標(biāo)區(qū)域的分割,但像素信息取值范圍過大有可能導(dǎo)致回歸模型的線性擬合發(fā)生較大偏差。針對(duì)這一問題,本文引入范數(shù)對(duì)圖像像素的 RGB三色板信息進(jìn)行優(yōu)化。實(shí)驗(yàn)表明,優(yōu)化算法對(duì)選取的樣本像素塊三色板的線性擬合度提高具有良好作用,適合背景較為復(fù)雜的昆蟲圖像分割。
　　(3)針對(duì)部分帶有陰影背景的昆蟲圖像分割效果不理想的問題,提出了結(jié)合圖像過渡區(qū)的多元線性回歸改進(jìn)算