基于多小波理論的浮游植物圖像處理研究.pdf

1、浮游植物作為海洋生態(tài)系統(tǒng)中最重要的初級生產(chǎn)者，對海洋生態(tài)環(huán)境和海洋生物資源影響巨大。如何對浮游植物細胞的進行分類識別是我們研究的重點。本文以多小波理論為基礎(chǔ)，對浮游植物細胞圖像的降噪和特征提取進行了研究。主要工作包括： 1.主要以多小波為研究對象，以單小波的發(fā)展史和基礎(chǔ)理論為出發(fā)點，介紹多小波的發(fā)展及多小波分析理論知識，同時，介紹了多小波的四種特性，并且從多小波特性要求出發(fā)，詳細介紹了正交對稱緊支撐多小波的構(gòu)造方法。 2

2、.為了改善圖像質(zhì)量和便于識別處理，圖像降噪是必不可少的過程。本文在傳統(tǒng)Donoho閾值算法的基礎(chǔ)上，提出了用局部閾值代替全局閾值的方法，并且對收縮函數(shù)進行改善。為了克服Pseudo-Gibbs現(xiàn)象，采用平移不變的方法對圖像進行處理。實驗證明平移不變多小波降噪的效果無論在視覺效果上，還是在信噪比增益上和最小均方意義上均優(yōu)于傳統(tǒng)的硬閾值和軟閾值，克服了采用硬閾值法降噪效果不佳和軟閾值法過度光滑使信號失真的缺點。 3.對于圖像分類問題

3、，特征提取的好壞是決定分類性能的關(guān)鍵因素。根據(jù)多小波變換的多分辨分析特性以及圓篩藻細胞的紋理特性，我們提出了一種多小波變換和PCA相結(jié)合的方法對圖像進行特征提取，并且采用三階近鄰的方法進行識別。實驗表明，基于多小波變換和PCA的圖像特征提取方法不僅能提高識別率，并且能大大減少運算時間，提高運算速率。 通過以上對浮游植物圖像處理研究，我們改善了浮游植物細胞圖像質(zhì)量，有效的分析和提取了浮游植物細胞的特征，降低了運算時間，提高了識別率