海洋浮游生物數(shù)字圖像處理方法.pdf

1、海洋生態(tài)系統(tǒng)是一個(gè)復(fù)雜多變的大系統(tǒng)，特別是在當(dāng)前海洋經(jīng)濟(jì)快速發(fā)展的大背景下，海洋生態(tài)環(huán)境系統(tǒng)發(fā)生的變化對(duì)人類開(kāi)發(fā)和利用海洋已產(chǎn)生重大影響。海洋浮游生物在生態(tài)系統(tǒng)的結(jié)構(gòu)和功能中占有極其重要的位置，其數(shù)量變動(dòng)及空間分布對(duì)整個(gè)海洋生態(tài)系統(tǒng)的功能運(yùn)轉(zhuǎn)，甚至全球氣候變化都會(huì)產(chǎn)生重要作用。由于海洋浮游生物品種繁多、形態(tài)多種多樣，對(duì)浮游生物的分類一直是海洋生態(tài)環(huán)境觀測(cè)中繁重的工作，因此浮游生物的智能化識(shí)別和自動(dòng)分析方法研究亟待快速發(fā)展。 目前

2、所報(bào)道的浮游生物圖像識(shí)別方法多是圍繞著形態(tài)比較規(guī)則的實(shí)驗(yàn)室培養(yǎng)藻類，涉及既有浮游植物又有浮游動(dòng)物并包括懸浮顆粒等雜質(zhì)的識(shí)別研究非常有限，尤其是我國(guó)目前還尚未見(jiàn)到浮游動(dòng)物圖像的識(shí)別研究報(bào)道。本文針對(duì)當(dāng)前浮游生物圖像分析研究中所存在的不足，總結(jié)原有的研究工作，提出了海洋浮游生物活體的圖像采集、處理、信息提取、自動(dòng)識(shí)別方法；建立了海洋浮游生物的在線監(jiān)測(cè)示范系統(tǒng)；初步實(shí)現(xiàn)了浮游生物的在線監(jiān)測(cè)、自動(dòng)快速識(shí)別和分析的作業(yè)流程。 本論文根據(jù)活

3、體浮游生物顯微圖像噪聲多的特點(diǎn)，提出了基于平穩(wěn)小波變換的顯微圖像去噪與增強(qiáng)的方法。結(jié)合小波變換多尺度、多分辨率分析和時(shí)域局部化與頻域局部化等優(yōu)點(diǎn)，建立了基于小波的噪聲抑制方法，滿足了圖像處理的邊緣信息保留能力和穩(wěn)定性需求。同時(shí)，本論文將自適應(yīng)閾值灰度分割，數(shù)學(xué)形態(tài)學(xué)運(yùn)算和Canny邊緣檢測(cè)算子等方法進(jìn)行有機(jī)結(jié)合，設(shè)計(jì)了一種實(shí)用的浮游生物目標(biāo)分割算法。 在浮游生物自動(dòng)識(shí)別方案設(shè)計(jì)中，本論文以基于輪廓的全局特征和紋理信息為基礎(chǔ)，共同

4、構(gòu)成特征集。同時(shí)利用主成分分析進(jìn)行特征空間的降維，提出了基于支持向量機(jī)和人工神經(jīng)網(wǎng)絡(luò)的兩種識(shí)別方案。實(shí)驗(yàn)結(jié)果表明，兩種識(shí)別方案在浮游生物識(shí)別中都能發(fā)揮作用，而支持矢量機(jī)在浮游生物圖像識(shí)別中要優(yōu)于神經(jīng)網(wǎng)絡(luò)，而減少特征中的噪聲成分對(duì)建立準(zhǔn)確、魯棒、易用的海洋浮游生物圖像自動(dòng)識(shí)別系統(tǒng)具有重大作用。 本論文還開(kāi)發(fā)了在線流動(dòng)顯微成像監(jiān)測(cè)系統(tǒng)，解決了海洋浮游生物圖像自動(dòng)采集問(wèn)題，在此基礎(chǔ)上提出了浮游生物圖像實(shí)時(shí)處理分析系統(tǒng)模型，建立了一套完