基于拓撲結(jié)構的雜草種子特征提取及其識別研究.pdf

1、計算機自動分類和識別是近年來模式識別和圖像處理領域的研究熱點。圖像的本質(zhì)屬性之一是拓撲結(jié)構，對比單純的角點、拐點等特征點，它往往含有豐富更準確的圖像信息，本文主要研究一種基于拓撲結(jié)構建模的模式識別方法，從人類認識事物的角度，基于拓撲結(jié)構模式識別原理，分析事物的局部結(jié)構特征和整體拓撲結(jié)構關系，以此實現(xiàn)識別與分類，并且建立一個用于圖像識別的框架。此識別框架由三個關鍵環(huán)節(jié)組成:局部結(jié)構特征的提取、空間拓撲結(jié)構關系的構造、對局部結(jié)構和整體結(jié)構建

2、模。
　　農(nóng)田雜草在農(nóng)作物的生長過程中，作為外來有害生物和非目的植物，對農(nóng)作物的生長造成嚴重干擾，其危害非常嚴重。全世界每年都會因雜草危害農(nóng)作物使其減產(chǎn)造成巨大損失，對農(nóng)林業(yè)的安全形成了威脅。雜草種子主要混入糧食等種子中傳入我國，為了從源頭上限制雜草和減少草害，快速并準確的判別雜草種子，加強對雜草種子的自動鑒定識別研究工作則非常重要。
　　本文根據(jù)出入境檢驗檢疫中雜草種子鑒定識別的需求，選用豆科類雜草種子圖像為識別對象，建立

3、初步的雜草種子圖像數(shù)據(jù)庫，根據(jù)本文提出的識別框架，利用滑動窗的方式將二維靜態(tài)的圖像轉(zhuǎn)換成一個特征序列，采用不變矩等特征提取方法對每一個滑動窗內(nèi)的局部結(jié)構特征進行提取。由于滑動過程從左往右有先有后，形成的這種先后順序構造出了整體的空間拓撲結(jié)構關系。最后分別采用人工神經(jīng)網(wǎng)絡(ANN)模型對局部結(jié)構特征進行建模，隱馬爾可夫模型(HMM)對整體的空間拓撲構造關系進行建模。人工神經(jīng)網(wǎng)絡模型具有很強的學習能力，良好的自適應性，同時具有抗變異性和抗噪