2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩67頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、花粉種類的有效識別和預測在植物選種育種、花粉過敏癥預防和治療、古氣候重建等領(lǐng)域具有重要的應用價值。傳統(tǒng)的花粉識別主要依靠人工在顯微鏡下進行,過程耗時費力,識別結(jié)果易受實驗人員主觀影響,識別率普遍較低。事實上,顯微鏡下采集的花粉圖像具有跟普通圖像類似的紋理或結(jié)構(gòu)特征,不同種類花粉圖像的特征具有很高的可區(qū)分性,因此以模式識別為基準的自動化分類識別技術(shù)逐漸成為花粉鑒別的主要手段。但光照、噪聲和污染等外部干擾導致識別率低以及實時性差等問題制約著

2、其走向?qū)嶋H應用,提高特征魯棒性和實時性是花粉自動識別技術(shù)廣泛應用的關(guān)鍵所在。本文就花粉圖像魯棒鑒別特征提取方法展開研究,以期提高特征對于圖像旋轉(zhuǎn)和尺度變化等幾何變換的魯棒性,提高分類識別的精度和效率。主要研究內(nèi)容包括:
  (1)針對多數(shù)紋理描述子在一個尺度狀態(tài)下描述圖像特征的問題,提出了一種基于塔式小波變換的多尺度空間子帶共生矩描述子,將紋理特征放于不同尺度下來描述花粉圖像的多尺度細節(jié)特征。該方法首先通過Mallat小波將圖像分

3、成不同的子圖像;然后基于灰度共生矩陣提取紋理參數(shù)特征,生成多尺度下的子帶共生矩描述子(MSSCM)。通過兩種不同數(shù)據(jù)庫的實驗證明,MSSCM描述子能夠?qū)ǚ蹐D像的紋理信息進行較為細致全面的描述,分類耗時少,對花粉圖像的旋轉(zhuǎn)和姿態(tài)變化具有良好的魯棒性。
  (2)針對顯微鏡下的花粉圖像普遍具有特征維數(shù)高、旋轉(zhuǎn)和姿態(tài)變化較大等問題,提出了一種基于DOG尺度局部二值圓形度描述子特征提取方法(MSLBPC)。該方法首先將圖像放于高斯差分金

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論