基于壳面纹理特征的圆形硅藻种类自动识别
目前藻类的自动识别技术主要集中在根据藻类外部轮廓特征进行分类，这是因为在藻类的各类图像特征中，轮廓特征是一种最直观、最易于被接受的藻类识别方法。大部分硅藻具有形态各异的外部轮廓特点，轮廓为圆形的硅藻是浮游硅藻的重要组成部分，对于此类型的硅藻仅通过外部轮廓特征是很难进行区分的，因此，通过其壳面的纹理特征进行分类判断是对此类型硅藻进行自动识别的有效途径。本文提出了基于硅藻壳面显微图像纹理特征对圆形硅藻的自动识别方法。该方法通过对圆形硅藻显微图像进行分割、分割校正、傅立叶频谱特征提取、颗粒度测定、特征提取等步骤，采用基于误差反向传播算法的多层前馈网络对圆形硅藻进行识别。本文选择了4个属的圆形硅藻:圆筛藻属(Coscinodiscus)、蛛网藻属(Arachnoidiscus )、小环藻属( Cyclotella )。辐桐藻属(Actinoptychus)作为纹理分类的训练及测试集。其中圆筛藻属有三种:小眼圆筛藻(Coscinodiscus oculatus)、库氏圆筛藻( C. kuetzingii )、辐射圆筛藻(Coscinodiscus radiates)，每种藻的样本数为13张。研究结果表明，这6个硅藻种类在壳面纹理特征上既存在属间差异，也存在种间差异，测试结果表明采用本文方法识别率可以达到96.2”％”，本文研究为开展浮游硅藻类的基于图像特征的显微自动识别做了有效的尝试。
圆形硅藻 分类法 纹理特征 自动识别 图像识别
高亚辉 骆巧琦 罗金飞 杨晨辉 陈长平 梁君荣
厦门大学生命科学学院,厦门 361005 厦门大学计算机与信息工程学院,厦门 361005
国内会议
珠海
中文
24
2009-11-15（万方平台首次上网日期，不代表论文的发表时间）