花粉图像纹理特征提取方法的研究
发布时间:2024-05-21 02:42
花粉颗粒的分类识别在花粉过敏控制、刑事侦查、石油勘探以及古气候重建等领域有着重要应用。但传统的花粉颗粒分类识别方法主要是依靠显微镜的人工目视检查,需要操作者具有丰富的孢粉形态学专业知识,鉴别过程耗时费力且易受操作者主观意识影响,准确度普遍不高。鉴于显微镜下的花粉图像有着跟普通图像类似的结构、纹理特征,利用计算机对花粉颗粒进行分类识别已经成为花粉鉴别的有效手段。但现有的花粉图像分类识别方法仍存在些许不足,主要包括以下两方面:现有描述子大多对噪声敏感、对花粉图像的旋转缩放没有较好的鲁棒性;多数描述子将多种特征融合,旨在利用不同特征的优点来构建花粉图像的最优表示,但这也大大增加了算法的时间复杂度,不利于花粉图像的实际分类识别。针对以上问题,本文对花粉图像的纹理特征提取方法进行研究,主要的研究内容包括:(1)针对传统局部二进制模式(LBP)有着对噪声敏感、对图像旋转变化的鲁棒性不高等问题,对传统局部二进制模式进行改进,提出一种基于主梯度编码的局部二进制模式,并将其应用于花粉图像的分类识别。该方法首先计算图像块在主梯度方向上的梯度幅值;其次,分别计算图像块的径向、角向以及复合梯度差;然后,根据各...
【文章页数】:64 页
【学位级别】:硕士
【文章目录】:
摘要
Abstract
第一章 前言
1.1 研究目的及意义
1.2 国内外研究现状
1.3 研究内容和方法
1.4 论文组织结构
第二章 基本概念介绍
2.1 图像特征基本概念
2.1.1 图像形状特征
2.1.2 图像纹理特征
2.2 局部二值模式
2.3 支持向量机
2.4 人工神经网络
2.5 本章小结
第三章 基于主梯度编码的局部二进制模式
3.1 多角度采样
3.2 自适应分配权重
3.3 多尺度纹理特征统计
3.4 实验结果与分析
3.4.1 数据集
3.4.2 Confocal数据集的实验结果
3.4.3 Pollenmonitor数据集的实验结果
3.4.4 与其它算法的对比分析
3.5 本章小结
第四章 基于多方向的局部十进制模式
4.1 局部十进制模式
4.2 参数选择
4.2.1 邻域像素块数、采样半径以及像素块尺寸
4.2.2 量化区间数
4.2.3 量化阈值
4.3 实验结果与分析
4.3.1 Confocal数据集的实验结果
4.3.2 Pollenmonitor数据集的实验结果
4.3.3 与其它算法的对比分析
4.4 本章小结
第五章 实验对比分析
5.1 Confocal数据集上的识别结果对比
5.2 Pollenmonitor数据集上的识别结果对比
5.3 本章小结
第六章 总结与展望
6.1 工作总结
6.2 展望
致谢
参考文献
作者简介
本文编号:3979492
【文章页数】:64 页
【学位级别】:硕士
【文章目录】:
摘要
Abstract
第一章 前言
1.1 研究目的及意义
1.2 国内外研究现状
1.3 研究内容和方法
1.4 论文组织结构
第二章 基本概念介绍
2.1 图像特征基本概念
2.1.1 图像形状特征
2.1.2 图像纹理特征
2.2 局部二值模式
2.3 支持向量机
2.4 人工神经网络
2.5 本章小结
第三章 基于主梯度编码的局部二进制模式
3.1 多角度采样
3.2 自适应分配权重
3.3 多尺度纹理特征统计
3.4 实验结果与分析
3.4.1 数据集
3.4.2 Confocal数据集的实验结果
3.4.3 Pollenmonitor数据集的实验结果
3.4.4 与其它算法的对比分析
3.5 本章小结
第四章 基于多方向的局部十进制模式
4.1 局部十进制模式
4.2 参数选择
4.2.1 邻域像素块数、采样半径以及像素块尺寸
4.2.2 量化区间数
4.2.3 量化阈值
4.3 实验结果与分析
4.3.1 Confocal数据集的实验结果
4.3.2 Pollenmonitor数据集的实验结果
4.3.3 与其它算法的对比分析
4.4 本章小结
第五章 实验对比分析
5.1 Confocal数据集上的识别结果对比
5.2 Pollenmonitor数据集上的识别结果对比
5.3 本章小结
第六章 总结与展望
6.1 工作总结
6.2 展望
致谢
参考文献
作者简介
本文编号:3979492
本文链接:https://www.wllwen.com/kejilunwen/shengwushengchang/3979492.html
最近更新
教材专著