• 主题
高级搜索  >
历史搜索 清空历史
首页> 中文学位 >基于机器视觉的家蚕微粒子图像识别方法的研究
【6h】

基于机器视觉的家蚕微粒子图像识别方法的研究

代理获取
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

家蚕微粒子病是由微孢子虫寄生蚕体细胞内引起的可传染性原虫病，它是一种古老的、分布甚广且毁灭性强的蚕病，俗称“蚕癌”，是目前各蚕业生产国规定唯一法定检疫的蚕病。按照优选蚕种、制造无病毒蚕种以及消灭本病的原则，一直沿用母蛾镜检法来防止微粒子病毒通过母体传染，如今已成为防止家蚕微粒子病的主要检测手段。
　　 由于人工镜检的方法存在劳动强度大、结果不可复现且容易产生错检或漏检的问题，本文开展基于基于机器视觉的家蚕微粒子病识别方法的研究，将机器视觉技术引入蚕病的检测，主要内容如下：
　　 (1)针对微粒子显微图像对比度低、图像不清晰的特点，提出了基于模糊信息的图像增强预处理方法，该方法融合了基于全局的Pal模糊增强与局部模糊对比度增强两种算法思想，实现了改善图像整体对比度和增强目标图像局部细节信息的目的，有利于后续的图像分割处理。
　　 (2)针对复杂背景条件下微粒子显微图像的分割技术问题，提出了基于HSI模型的微粒子图像分割技术。根据微粒子图像的颜色特征提取准则，实现了彩色目标对象与非目标杂质图像的直接分离，减少了与微粒子形态相似的其它疑似孢子产生误判的可能性；消除了背景中部分杂质图像对于分割处理效果的不利影响，提高了二维Otsu分割方法对于彩色目标H分量图像分割的适应性。
　　 (3)根据微粒子图像的形态特点，研究了微粒子图像的特征提取技术，实现了微粒子图像初始形态特征参数集的选取；针对微粒子图像多特征选择的优化组合问题，提出了基于多特征融合的微粒子图像特征选择技术，该技术通过相关分析方法，实现了初始特征集中特征冗余信息的去除，并采用基于分类器学习的特征优化选择方法，确定了微粒子图像的最佳分类特征集。
　　 (4)分析了BP神经网络的学习过程，提出了改进的BP优化算法；针对BP神经网络存在“局部极小值”和收敛速度慢的问题，研究了遗传神经网络的混合训练方法，提出了基于遗传神经网络的家蚕微粒子病识别技术方案，确定了识别系统最优的网络结构，验证了遗传神经网络应用于微粒子图像识别问题的有效性与正确性，并对识别系统方案的软硬件实现技术进行了总体设计。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号