跨平台赤潮藻显微图像分析库设计与实现
近年来,近海海域赤潮频发且呈波动性增长趋势,给海洋生态、海洋经济和人类健康造成了极大的危害,引起了国内外的广泛关注。为了能够预报和防止赤潮的发生,我国从基础研究、高技术发展等多个层面研究了赤潮发生机制,并着手建立业务化的赤潮监测体系。其中,快速有效地对赤潮藻种类别进行鉴定是赤潮监测体系的一个重要环节。 本文针对赤潮藻显微镜人工鉴定存在专业水平高、耗时等问题,依据计算机图像信息处理技术,设计了一套“赤潮藻显微图像分析库”,并将其在PC平台、Android平台和Web平台进行实现,以跨平台应用软件的形式供赤潮藻研究人员使用。“赤潮藻显微图像分析库”包含图像处理和模式识别两大模块,提供一套赤潮藻显微图像处理算法函数库和模式识别工具库,其函数接口的编写是基于开源计算机视觉库OpenCV和libsvm。 赤潮藻显微图像分析库PC平台的实现是基于Code::Blocks+wxWidgets进行开发,提供图像处理、模式训练和藻种预测功能;移动平台的实现是基于GoogleAndroid SDK和NDK进行开发,研究人员可随时通过Android移动终端使用图像处理和藻种预测功能,快速方便进行研究工作;Web平台的实现是基于LAMP架构和ThinkPHP框架进行开发,目前已在“863”项目“有害赤潮生物诊断技术研究”中得到展现,研究人员可通过网络访问“有害赤潮诊断技术平台”网站,进入赤潮在线诊断模块的显微图像识别部分,进行藻种显微图像的在线识别与诊断。 最后选取22类藻共4000幅图像进行实验。实验结果表明,赤潮藻显微图像分析库分析识别率高,且跨平台软件功能完善、稳定,是很好赤潮藻种自动识别工具,对赤潮监测具有重要意义。
赤潮藻;跨平台;图像处理;模式识别;监测体系
中国海洋大学
硕士
电子与通信工程
姬光荣
2012
中文
TP391.41
68
2012-12-27（万方平台首次上网日期，不代表论文的发表时间）