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