• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Nachrichtenblatt des Deutschen Pflanzenschutzdienstes >Automatic pollen recognition - developments and perspectives
【24h】

Automatic pollen recognition - developments and perspectives

机译：自动花粉识别-发展和前景

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Automatic pollen recognition has been developed based on so-called gray-scale invariants, which characterise pollen grains independently from their position and orientation on the microscopic sample. Thus, pollen features can be extracted from the gray-scale images of transmitted light and fluorescence microscopy. In a first step, this approach is demonstrated with Ambrosia pollen of samples from a Burkard sampler, where pollen are collected from ambient air on a sticky tape mounted on a slowly rotating drum. Self-learning Support Vector Machines create a classification model from the gray-scale invariants of the particles on three Burkard samples from Mezzana (Ticino), Switzerland. Automatic pattern recognition is tested with 13 other samples from the period between July, 20th and September, 9th 2004. A recall of 77.3% has been found for the automatic recognition of Ambrosia pollen, together with a precision of 84.0% for this classification. Falsely negative classified objects can partly be ascribed to agglomerated pollen, the number of falsely positive classified objects can be reduced by a more specific classification mode. Automatic pollen recognition provides the basis for the development of a fully automated system that combines sampling, particle deposition onto a surface suitable for optical analysis, automatic preparation, microscopic imaging techniques, pattern recognition and the hourly output of number concentration of airborne pollen.%Die automatische Erkennung von Pollen wurde auf der Basis von so genannten Grauwert-Invarianten entwickelt, die Pollen unabhängig von ihrer Position und Orientierung auf der mikroskopischen Probe charakterisieren. Somit können Polleneigenschaften aus den mikroskopischen Graustufen-Bildern (Durchlicht und Fluoreszenz) abgeleitet werden. Zunächst wird dieser Ansatz am Beispiel von Ambrosia-Pollen auf Proben aus Burkardfallen demonstriert, in denen Pollen aus der Außenluft auf einem Klebeband gesammelt werden, das auf einer langsam rotierenden Trommel befestigt ist. Selbstler- nende Support-Vector-Machines erzeugen ein Klassifikationsmodell aus den Grauwert-Invarianten der Partikel von drei Bur-kardproben aus Mezzana (Tessin), Schweiz. Die automatische Mustererkennung wird an 13 weiteren Proben aus der Zeit zwischen dem 20. Juli und dem 9. September 2004 getestet. Für die automatische Erkennung von Ambrosia-Pollen ergibt sich eine Erkennungsrate von 77,3% bei einer Bestimmungsgenauigkeit von 84,0% für diese Klassifizierung. Falsch negativ klassifizierte Objekte können teilweise auf agglomerierte Pollen zurückgeführt werden, die Zahl falsch positiv klassifizierter Objekte kann durch eine spezifischere Klassifikation reduziert werden. Die automatische Pollenerkennung bildet die Basis der Entwicklung eines voll automatisierten Systems, das Probenahme, Partikelabscheidung auf einer mikroskopierfähigen Oberfläche, automatische Präparation, mikroskopische Abbildungstechniken, Mustererkennung und die stündliche Angabe der Anzahlkonzentration luftgetragener Pollen vereint.
机译：基于所谓的灰度不变性开发了自动花粉识别，其不依赖于它们在显微样品上的位置和取向来表征花粉颗粒。因此，可以从透射光和荧光显微镜的灰度图像中提取花粉特征。第一步，使用来自Burkard采样器的Ambrosia花粉对这种方法进行了演示，该花粉是从环境空气中的花粉通过安装在缓慢旋转的滚筒上的胶带上收集的。自学习支持向量机使用瑞士Mezzana（提契诺州）的三个Burkard样本上的粒子的灰度不变量创建分类模型。 2004年7月20日至9月9日之间的其他13个样本对自动模式识别进行了测试。对Ambrosia花粉的自动识别召回率为77.3％，该分类的准确率为84.0％。假阴性分类对象可以部分归因于聚集的花粉，假阳性分类对象的数量可以通过更具体的分类模式来减少。自动花粉识别为开发全自动系统提供了基础，该系统将采样，颗粒沉积到适合光学分析的表面，自动制备，显微成像技术，模式识别和每小时输出的空气中花粉浓度相结合。％Die自动生成的基础上的花粉不固定，而花粉的位置和方向则由花粉的方向决定。 SomitkönnenPolleneigenschaften aus den mikroskopischen Graustufen-Bildern（Durchlicht und Fluoreszenz）abgeleitet werden。 Zunächstwiard dieers Ansatz am Beispiel von Ambrosia-Pollen auf Proben aus Burkardfallen demonstriert，来自Denen Pollen aus derAußenluftauf einem Klebeband gesammelt werden，das auf einer langsam rotierenden Trommel befestigt。 Selbstler-nende支持向量机erzeugen ein在分类模型方面，Schweiz是Graswert-Invarianten der Partikel von Drei Bur-kardproben aus Mezzana（Tessin）。自动化机械制造厂与13名年龄在20岁的朱利安·德姆（Deli）一起摄制。2004年9月9日。自动售货机是Ambrosia-Pollen ergibt药厂生产的73.3％的最佳免疫药，而其免疫力是84.0％。弗兰克（Pallenzurückgeführt）瓦格（Falsch negativ）和波伦（Zahl falsch positiv）弗兰克（Farsch negativ）自动化基础系统，自动化系统，自动化系统，自动控制系统，自动制造系统，自动控制系统，自动控制系统，自动控制系统

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

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