基于圖像特征的蝦病診斷系統(tǒng)中圖像檢索技術的研究.pdf

1、近二十年來，在我國水產業(yè)獲得迅猛發(fā)展的同時，著實存在著令人擔憂的危機：魚類病害頻繁發(fā)生，生產管理水平低下，服務體系落后，經濟損失嚴重。為解決病害頻繁發(fā)生而領域專家缺乏的矛盾，減少病害帶來的經濟損失，使水產動物疾病達到及時診斷、適時防治的效果，國內外許多科研機構在對病害診斷與防治研究的基礎上，研制開發(fā)了各種診斷專家系統(tǒng)，利用這些專家系統(tǒng)，模仿人類專家對水產動物疾病進行異地診斷和防治，很好地解決了專家缺乏的矛盾。 目前大多數魚病專家

2、系統(tǒng)，用戶與系統(tǒng)交互時采用文字形式描述來選擇病魚的目檢、鏡檢特征，但是病魚的癥狀很難用文字準確描述且不同用戶對相同癥狀描述不一致，就會造成推理結果的差異性。所以，其理論成果在實際推廣中取得了一定的效益，但應用效果都不是特別理想。總結其根本原因，一方面，在人機接口設計上，系統(tǒng)都只是要求用戶將所觀察到的目檢、鏡檢信息以特征選擇方式，進行交互。然而，由于許多發(fā)病特征很難用文字來準確描述其內容，而且不同程度的養(yǎng)殖用戶對同一類病癥的描述不統(tǒng)一，造

3、成推理結果的千差萬別。另一方面，目前大多數診斷系統(tǒng)會構建微觀鏡檢圖像庫、病癥圖像庫，系統(tǒng)卻只能根據用戶選擇的文字內容搜索圖像庫，而無法通過帶病圖像的上傳，根據提取出的圖像特征進行檢索與匹配。 基于以上問題，本研究以經濟類水產動物南美白對蝦為研究對象，本文在蝦病診斷的目檢階段和鏡檢階段為專家系統(tǒng)增加了基于病蝦圖像內容的檢索，用戶除了給系統(tǒng)提供有關病蝦的生長環(huán)境、病理特征等文字信息之外，還可向系統(tǒng)提供病蝦圖像，系統(tǒng)在自動提取圖像特征

4、后，按照匹配程度在標準蝦病圖像庫中檢索與病蝦圖像相似的標準蝦病圖像，反饋回的相似圖像集恰好提供了后續(xù)的推理范圍，避免了其在整個特征庫中進行盲目診斷；而另一方面，它將被作為一種推理依據，將病蝦的圖像內容特征和病理特征相結合來描述需診斷的新問題特征，同時在知識庫中增加了蝦病圖像特征內容，提出了結合圖像特征的蝦病案例推理專家系統(tǒng)，從而通過多種依據來提高診斷的準確率。 本文的研究重點主要在于圖像檢索部分，即：將檢索到的與上傳圖像最相似的

5、圖像集提供給后續(xù)的推理模型，同時反饋給用戶，以供用戶查看并參與到診斷中來。具體包括：病蝦圖像數據庫的建立、病蝦圖像特征的提取、基于圖像特征及病理特征的檢索模型和反饋機制。 首先，病蝦圖像數據庫的建立及病蝦圖像分析；建立南美白對蝦原體、細菌、病毒的數字標準病蝦圖像數據庫；分析病蝦的圖像特點，經歸納得出，病蝦圖像的顏色、形狀及紋理這三個特征可以很好地反映病變區(qū)域及病變細胞的特點。 其次，病蝦圖像特征的提?。焊鶕厦腊讓ξr病變

6、區(qū)域及病變細胞的圖像特點，建立相應的特征提取方法，提取出病蝦圖像顏色、形狀及紋理的特征，進而建立圖像特征數據庫和圖像特征與病理特征相對應的索引方法。同時，在病蝦圖像的形狀特征提取中，提出了一種新穎的區(qū)域邊界抽出算法-病變區(qū)域邊界提取算法，該算法只要對邊界周圍的象素點進行8-鄰域探測，便可快速而高效的得到目標區(qū)域的整個輪廓。 然后，建立圖像搜索機制：本研究主要是對用戶上傳的病蝦圖像從顏色、形狀、紋理三方面分別提取特征向量，并將圖像

7、特征(顏色、形狀及紋理)和病理特征的各特征值形成一個統(tǒng)一的綜合特征向量進行圖像檢索。 然后，建立用戶反饋機制：用戶根據自己的需要對檢索的結果進行評價，評價的結果反饋給系統(tǒng)用以調整特征空間中各個特征的權重，在這里，提出了基于蝦病綜合特征向量的特征權重自適應調整算法，使得特征空間中各個特征的相對重要性更加符合用戶的要求。 最后，給出了基于圖像特征的蝦病診斷系統(tǒng)中的系統(tǒng)架構，并分析了圖像檢索模塊的實現(xiàn)。 通過實驗分析及