花粉圖像魯棒鑒別特征提取方法的研究.pdf

1、花粉種類的有效識(shí)別和預(yù)測在植物選種育種、花粉過敏癥預(yù)防和治療、古氣候重建等領(lǐng)域具有重要的應(yīng)用價(jià)值。傳統(tǒng)的花粉識(shí)別主要依靠人工在顯微鏡下進(jìn)行，過程耗時(shí)費(fèi)力，識(shí)別結(jié)果易受實(shí)驗(yàn)人員主觀影響，識(shí)別率普遍較低。事實(shí)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(shí)別為基準(zhǔn)的自動(dòng)化分類識(shí)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(dǎo)致識(shí)別率低以及實(shí)時(shí)性差等問題制約著

2、其走向?qū)嶋H應(yīng)用，提高特征魯棒性和實(shí)時(shí)性是花粉自動(dòng)識(shí)別技術(shù)廣泛應(yīng)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(duì)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(shí)別的精度和效率。主要研究內(nèi)容包括:
　　(1)針對(duì)多數(shù)紋理描述子在一個(gè)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(xì)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(shí)驗(yàn)證明，MSSCM描述子能夠?qū)ǚ蹐D像的紋理信息進(jìn)行較為細(xì)致全面的描述，分類耗時(shí)少，對(duì)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(duì)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