基于分形维数的中国海常见浮游植物细胞图像特征提取
浮游植物作为海洋生态系统中最重要的初级生产者，对海洋生态环境和海洋生物资源影响巨大。以分形理论为基础，本文主要对中国海常见浮游植物细胞显微图像分析和特征提取进行了研究。在深入分析浮游植物细胞生物特征的基础上，尝试使用分形维数对中国海常见浮游植物细胞的形状和纹理特征进行提取。围绕这一问题，本文主要进行了下面五个方面的工作。
在进行灰度图像分形维数计算时，目前广泛使用的是盒维数法，但这种方法计算出的分形维数比较粗糙。针对这一问题，本文提出了一种基于面积覆盖计算分形维数的方法，这种方法所计算出的分形维数几乎是连续的，可以比较精确地反映灰度图像的分形特征。
根据分形维数灰度映射图像的分形性质，本文提出了一种边缘检测方法。应用这种方法对基于面积覆盖法计算得到的分形维数灰度映射图像进行处理后，可以较好地提取出浮游植物细胞的边缘形状，从而有利于同一种浮游植物细胞不同展现形态的划分和不同科属下浮游植物细胞之间的分类。
针对角毛藻细胞图像中角毛边缘轮廓较难提取这一问题，本文对毯覆盖计算分形维数的方法进行了改进。将使用改进后的毯覆盖法计算得到的分形维数灰度映射图像与边缘检测算法相结合，比较完整地提取出了角毛的边缘信息。
为全面地描述角毛藻细胞图像中角毛的分布特征，本文提出了一种灰度图像方向角提取方法，并将其引入到了二值图像分形矢量的计算当中，提出了方向分形矢量的概念。应用方向分形矢量对角毛藻边缘二值图像进行描述，可以体现出角毛的方向信息，为角毛藻属下各种的分类奠定了基础。
根据圆筛藻壳面筛室的排列特点，结合基于分数布朗运动的分形维数计算方法，本文提出了一种圆筛藻特征提取方法。使用这种方法可以较好地描述圆筛藻的壳面纹理特征，为圆筛藻属下各种的分类提供了一种有效途径。
本文通过对以上四种分形维数计算方法的改进，有效地分析、提取和描述出了中国海常见浮游植物细胞的多种生物特征，为下一步中国海常见浮游植物细胞的分类识别奠定了基础。
浮游植物;分形维数;细胞图像;灰度映射图像;生物特征提取;海洋生物资源
中国海洋大学
博士
海洋信息探测与处理
姬光荣
2007
中文
Q172;TP391.41
88
2007-09-03（万方平台首次上网日期，不代表论文的发表时间）