基于圖像特征的蝦病診斷系統(tǒng)中圖像檢索技術(shù)的研究.pdf

1、近二十年來，在我國水產(chǎn)業(yè)獲得迅猛發(fā)展的同時，著實存在著令人擔(dān)憂的危機(jī)：魚類病害頻繁發(fā)生，生產(chǎn)管理水平低下，服務(wù)體系落后，經(jīng)濟(jì)損失嚴(yán)重。為解決病害頻繁發(fā)生而領(lǐng)域?qū)＜胰狈Φ拿?，減少病害帶來的經(jīng)濟(jì)損失，使水產(chǎn)動物疾病達(dá)到及時診斷、適時防治的效果，國內(nèi)外許多科研機(jī)構(gòu)在對病害診斷與防治研究的基礎(chǔ)上，研制開發(fā)了各種診斷專家系統(tǒng)，利用這些專家系統(tǒng)，模仿人類專家對水產(chǎn)動物疾病進(jìn)行異地診斷和防治，很好地解決了專家缺乏的矛盾。 目前大多數(shù)魚病專家

2、系統(tǒng)，用戶與系統(tǒng)交互時采用文字形式描述來選擇病魚的目檢、鏡檢特征，但是病魚的癥狀很難用文字準(zhǔn)確描述且不同用戶對相同癥狀描述不一致，就會造成推理結(jié)果的差異性。所以，其理論成果在實際推廣中取得了一定的效益，但應(yīng)用效果都不是特別理想?？偨Y(jié)其根本原因，一方面，在人機(jī)接口設(shè)計上，系統(tǒng)都只是要求用戶將所觀察到的目檢、鏡檢信息以特征選擇方式，進(jìn)行交互。然而，由于許多發(fā)病特征很難用文字來準(zhǔn)確描述其內(nèi)容，而且不同程度的養(yǎng)殖用戶對同一類病癥的描述不統(tǒng)一，造

3、成推理結(jié)果的千差萬別。另一方面，目前大多數(shù)診斷系統(tǒng)會構(gòu)建微觀鏡檢圖像庫、病癥圖像庫，系統(tǒng)卻只能根據(jù)用戶選擇的文字內(nèi)容搜索圖像庫，而無法通過帶病圖像的上傳，根據(jù)提取出的圖像特征進(jìn)行檢索與匹配。 基于以上問題，本研究以經(jīng)濟(jì)類水產(chǎn)動物南美白對蝦為研究對象，本文在蝦病診斷的目檢階段和鏡檢階段為專家系統(tǒng)增加了基于病蝦圖像內(nèi)容的檢索，用戶除了給系統(tǒng)提供有關(guān)病蝦的生長環(huán)境、病理特征等文字信息之外，還可向系統(tǒng)提供病蝦圖像，系統(tǒng)在自動提取圖像特征

4、后，按照匹配程度在標(biāo)準(zhǔn)蝦病圖像庫中檢索與病蝦圖像相似的標(biāo)準(zhǔn)蝦病圖像，反饋回的相似圖像集恰好提供了后續(xù)的推理范圍，避免了其在整個特征庫中進(jìn)行盲目診斷；而另一方面，它將被作為一種推理依據(jù)，將病蝦的圖像內(nèi)容特征和病理特征相結(jié)合來描述需診斷的新問題特征，同時在知識庫中增加了蝦病圖像特征內(nèi)容，提出了結(jié)合圖像特征的蝦病案例推理專家系統(tǒng)，從而通過多種依據(jù)來提高診斷的準(zhǔn)確率。 本文的研究重點主要在于圖像檢索部分，即：將檢索到的與上傳圖像最相似的

5、圖像集提供給后續(xù)的推理模型，同時反饋給用戶，以供用戶查看并參與到診斷中來。具體包括：病蝦圖像數(shù)據(jù)庫的建立、病蝦圖像特征的提取、基于圖像特征及病理特征的檢索模型和反饋機(jī)制。 首先，病蝦圖像數(shù)據(jù)庫的建立及病蝦圖像分析；建立南美白對蝦原體、細(xì)菌、病毒的數(shù)字標(biāo)準(zhǔn)病蝦圖像數(shù)據(jù)庫；分析病蝦的圖像特點，經(jīng)歸納得出，病蝦圖像的顏色、形狀及紋理這三個特征可以很好地反映病變區(qū)域及病變細(xì)胞的特點。 其次，病蝦圖像特征的提?。焊鶕?jù)南美白對蝦病變

6、區(qū)域及病變細(xì)胞的圖像特點，建立相應(yīng)的特征提取方法，提取出病蝦圖像顏色、形狀及紋理的特征，進(jìn)而建立圖像特征數(shù)據(jù)庫和圖像特征與病理特征相對應(yīng)的索引方法。同時，在病蝦圖像的形狀特征提取中，提出了一種新穎的區(qū)域邊界抽出算法-病變區(qū)域邊界提取算法，該算法只要對邊界周圍的象素點進(jìn)行8-鄰域探測，便可快速而高效的得到目標(biāo)區(qū)域的整個輪廓。 然后，建立圖像搜索機(jī)制：本研究主要是對用戶上傳的病蝦圖像從顏色、形狀、紋理三方面分別提取特征向量，并將圖像

7、特征(顏色、形狀及紋理)和病理特征的各特征值形成一個統(tǒng)一的綜合特征向量進(jìn)行圖像檢索。 然后，建立用戶反饋機(jī)制：用戶根據(jù)自己的需要對檢索的結(jié)果進(jìn)行評價，評價的結(jié)果反饋給系統(tǒng)用以調(diào)整特征空間中各個特征的權(quán)重，在這里，提出了基于蝦病綜合特征向量的特征權(quán)重自適應(yīng)調(diào)整算法，使得特征空間中各個特征的相對重要性更加符合用戶的要求。 最后，給出了基于圖像特征的蝦病診斷系統(tǒng)中的系統(tǒng)架構(gòu)，并分析了圖像檢索模塊的實現(xiàn)。 通過實驗分析及