针对复杂背景的藻类图像较难进行图像分割,难于识别的问题,提出一种基于复杂背景和高分辨率电子显微镜的小环藻识别方法。对藻类图像进行切片处理,以藻类中心为原点进行极坐标变换,得到无复杂背景干扰的感兴趣区域ROI(region of interes...针对复杂背景的藻类图像较难进行图像分割,难于识别的问题,提出一种基于复杂背景和高分辨率电子显微镜的小环藻识别方法。对藻类图像进行切片处理,以藻类中心为原点进行极坐标变换,得到无复杂背景干扰的感兴趣区域ROI(region of interest);对ROI提取局部二值模式、主成分分析系数、熵、Hu矩、互信息和结构相似度等特征;用获得的特征训练C4.5决策树并对不同藻类图像进行识别处理。实验结果表明,所提方法能够有效识别复杂背景下高分辨电镜的小环藻。展开更多
文摘针对复杂背景的藻类图像较难进行图像分割,难于识别的问题,提出一种基于复杂背景和高分辨率电子显微镜的小环藻识别方法。对藻类图像进行切片处理,以藻类中心为原点进行极坐标变换,得到无复杂背景干扰的感兴趣区域ROI(region of interest);对ROI提取局部二值模式、主成分分析系数、熵、Hu矩、互信息和结构相似度等特征;用获得的特征训练C4.5决策树并对不同藻类图像进行识别处理。实验结果表明,所提方法能够有效识别复杂背景下高分辨电镜的小环藻。
