导读:本文包含了显微图像识别论文开题报告文献综述及选题提纲参考文献，主要关键词:中药材粉末显微特征图像识别,显微结构特征,卷积神经网络,SqueezeNet
显微图像识别论文文献综述
王一丁,石铎,李耀利,蔡少青[1]（2019）在《基于SqueezeNet深度网络的中药材粉末显微特征图像识别研究》一文中研究指出中药材粉末显微特征图像具有复杂的纹理特点,传统算法难以构建高识别率的分类器。针对此提出一种基于SqueezeNet卷积网络的改进型双通道算法。首先,分离背景并提取感兴趣区,同时自动截取感兴趣中心区域1/4面积作为细粒度特征图像;其次,对感兴趣区和细粒度特征图像进行尺度归一化,去均值,调整方差以及多角度旋转等预处理;之后,将处理后的感兴趣区和细粒度特征图像分别作为两个独立SqueezeNet深度网络的输入源,并对两个网络进行独立训练;最后,将得到的两个模型作为两个通道连接,识别结果利用概率加权算法进行融合。应用提出的改进型双通道算法对15种中药材粉末显微导管特征图像进行识别,正确识别率达到90. 33%。该方法具有较高的正确识别率和理想的识别效果。(本文来源于《电子显微学报》期刊2019年02期）
王凤梅,卢文彪,陈仕妍[2]（2019）在《基于灰度匹配模板的中药材显微图像识别》一文中研究指出目的:利用药材横切面显微图像的灰度信息,构建灰度匹配模板,实现与尺度及方位无关的中药材样品图像的自动识别。方法:选取19种常见根茎类药材,以聚乙二醇包埋法制片,采用显微数码成像技术摄取图像并运用图像配准、去噪声、边界定位等方法编程得到药材横切面显微灰度图;选择图像中药材组织结构的中心点以建立极坐标系,从径向及角向划分网格,统计各网格中的灰度信息,得到能表征药材显微鉴别特征的灰度信息数字矩阵;采用适量样品图像训练模板使之泛化,并计算阳性验证样与阴性验证样与模板矩阵的协方差系数,设定最佳的识别分类参数;每种药材制备80张扇形图像,其中70%为训练样本,15%为验证样本,15%为测试样本,用测试样本分别对单个模板及模板集进行测试。结果:在包含非模板集药材的240个样品图像测试中,单个模板测试的正确识别率为90. 1%,模板集测试的正确识别率为92. 5%。结论:该方法能较好地表征药材显微鉴别特征,抗干扰能力较强,主观误差小,样品图像的获取较简便,可为中药材形态学质量控制的数字化提供技术支持。(本文来源于《中国实验方剂学杂志》期刊2019年11期）
闫妍[3]（2018）在《基于卷积神经网络的体液细胞显微图像识别方法研究》一文中研究指出目前传统的细胞图像识别方法为先人工设计特征,然后再采用机器学习分类算法进行识别,针对每种具体的项目都要设计专门的预处理、分割、特征提取的算法,在这些过程中很容易造成误差,无法达到理想的识别精度,这使得细胞图像分类成为研究的热点和难点。基于卷积神经网络提取的细胞图像分类方法避免了传统方法中复杂的特征工程与预处理工作,具有更高的准确率和鲁棒性。本文将卷积神经网络的方法应用到体液细胞的自动识别中,具有使用简单,准确率高的优点。本文完成的主要工作如下:(1)阐述了卷积神经网络的基本理论,介绍了人工神经网络从感知机模型演变到卷积神经网络的过程,为下文模型的建立和改进提供理论基础;(2)介绍本文的数据集,针对原始数据集存在的各类细胞分布不均匀、部分图像清晰度较差的问题进行了数据扩充、归一化和图像增强的预处理步骤,为下文的实验有效性在数据层面打下基础;(3)介绍经典的LeNet-5模型和AlexNet模型的结构和原理,在经典的LeNet-5模型和AlexNet模型的基础上,分别构造若干个改进的细胞图像分类模型,通过仿真实验比较各个模型的分类效果,初步探究了卷积核和网络层中神经元的个数对网络性能的影响;(4)针对经典的卷积神经网络模型不能有效地对细胞图像进行分类的问题,设计了一种改进的卷积神经网络模型。本文在AlexNet网络的基础上用分数最大池化层代替最大池化层来减少最大池化层对特征降采样的速度,确保最后获取特征的表达能力不受太大的损失;然后在网络的第一个卷积层中同时使用大小为3 ×3和5 ×5的卷积核对图像更全面的进行特征提取。仿真实验结果表明:本文最终构建改进的卷积神经网络对体液细胞的显微图像分类识别率达到了 96.7%的效果,优于于传统人工特征的方法和其他细胞分类网络,具有一定的使用价值。(本文来源于《湘潭大学》期刊2018-06-04）
赵雪岑[4]（2017）在《显微自动聚焦成像及智能图像识别分析系统的研发》一文中研究指出本文采用了自动对焦技术、图像智能识别技术,结合微透镜成像免疫测定技术,研发构建了一个用于抗原抗体反应测定的显微自动对焦以及智能图像识别与分析系统。这个系统包括以下几个部分:1)可实时检测抓取拍摄显微图像的图像采集系统;2)通过单片机与计算机通信,控制步进电机转动,进而带动聚焦物镜纵向移动改变对焦位置的运动控制模块;3)能计算出当前图像的清晰度值,以及搜索最佳对焦位置的对焦评价系统;4)能对微透镜成像进行智能识别与分析,计算出微透镜成像参数以及周边溶液的折射率,并且将数据储存的图像识别与分析系统。通过此系统,本文实现了对微透镜成像的自动聚焦,以及对各种溶液折射率的测试,并且通过对γ干扰素抗原抗体反应的实时监测,实现了免疫反应自动检测的功能。本研究表明,本文所研发的显微自动聚焦和图像识别与分析系统可完成如下功能:1)通过改进的Brenner函数和爬山搜索算法,能完成微透镜成像的自动对焦,并且对于单通道的微透镜成像,整个对焦过程不超过4s,且能对多通道大视场图像聚焦成像;2)通过图像智能识别与分析系统,可以对微透镜所成像作精确测定并实现对其周边溶液折射率的准确测量,对折射率的检测精度可达到6?10~(-6);3)通过重复性实验和测试微小温度变化引起的折射率改变实验,证明本系统测量具有相当高的精度和稳定度,平均偏差低至2?10~(-6);4)系统可按预设程序进行实时自动系列动态对焦成像以及图像的智能识别与分析计算。本研究的创新点在于:1)改进了对焦评价函数Brenner函数,使其抗干扰性和精确度都提高;2)对微透镜成像采用对焦成像法,使每一次成像客观化、条件归一化,测量更加客观准确可靠;3)将微球成像原理与图像识别分析技术相结合,实现对抗原抗体溶液反应前后折射率变化进行按预设程序全自动高灵敏度检测与监控。(本文来源于《暨南大学》期刊2017-06-30）
熊应平[5]（2017）在《松杨栅锈菌担孢子显微图像识别及萌发模型研究》一文中研究指出随着计算机技术的快速发展,以数字图像处理技术为基础的机器视觉技术在林业病原微生物的识别和检测领域的应用越来越广泛。相对于传统的生物学显微检测方法,其具有效率高、客观性强、准确度高等特点,能显着提高林业病害预测准确性和实效性。本文利用计算机技术和数字图像处理技术对松杨栅锈菌担孢子显微图像进行了深入研究,利用加权平均值法、中值滤波法和分段线性变换对松杨栅锈菌担孢子显微图像进行预处理,利用改进的迭代阈值分割算法对非粘连,不重迭的松杨栅锈菌担孢子显微图像进行分割;运用距离变换、灰度形态学重建和分水岭相结合的方法对粘连的松杨栅锈菌担孢子显微图像分割,最终得到每个目标担孢子的连通区域。在此基础上利用基于极半径函数的傅立叶描述子和连通区域检测方法识别和计数松杨栅锈菌担孢子显微图像中萌发的担孢子数量和总的担孢子数量。实验结果表明该方法能够较好的对松杨栅锈菌担孢子显微图像中目标担孢子进行识别和统计,这为预测松杨栅锈菌担孢子萌发数学模型提供直接的依据。在相同的温度,湿度,光照条件下,选取不同时刻的松杨栅锈菌担孢子进行观测并获取松杨栅锈菌担孢子显微图像。运用上述方法对松杨栅锈菌担孢子显微图像进行处理,获取松杨栅锈菌担孢子萌发率离散数据,建立了松杨栅锈菌担孢子萌发率随时间变化的数学模型。本文运用Microsoft Visual Studio 2013软件编写并实现了松杨栅锈菌担孢子萌发模型预测系统,为青杨叶锈病的防治工作提供了一条新的思路。(本文来源于《东北林业大学》期刊2017-05-02）
熊应平,王阿川[6]（2016）在《松杨栅锈菌担孢子显微图像识别方法》一文中研究指出针对松杨栅锈菌(Melampsora larici-populina)担孢子萌发数量计数问题,提出了利用图像处理技术实现对松杨栅锈菌担孢子显微图像的识别及自动计数。首先,运用形态学重建滤波算法去除松杨栅锈菌担孢子显微图像噪声;然后利用二维阈值化进行图像分割;再对分割后的松杨栅锈菌担孢子显微图像作距离变换;最后利用分水岭算法对松杨栅锈菌担孢子显微图像进行有效分割,实现了对分水岭算法过分割问题的改进。利用孔洞检测算法,实现了松杨栅锈菌担孢子的自动计数。(本文来源于《东北林业大学学报》期刊2016年07期）
郝延龙,何红坤,常青,严志军,潘新祥[7]（2016）在《基于显微图像识别的在线润滑油中磨粒分析方法》一文中研究指出针对现有显微图像油液磨粒监测技术的芯片结构的不足,改进微通道与外通道结合处结构,减小了微通道被阻塞的可能性,提高了检验精度。为了提高机器润滑油中金属磨粒在线图像识别的准确性,分析图像运动模糊退化模型,并以自相关函数估算模糊尺度,采用基于维纳滤波的图像恢复算法获得清晰的磨粒图像;应用图像差值与最大类间方差法(Otsu)对图像进行分割并对分割后的磨粒图像计数获得磨粒等效直径和分布。研究结果表明,该图像分割方法提高了油液磨粒的在线实时检测的准确率,其精度达95%以上。(本文来源于《润滑与密封》期刊2016年05期）
王洪伟,陈果,林桐,汪瑾,陈立波[8]（2015）在《显微磨粒图像识别知识规则提取及应用》一文中研究指出针对新研制的多功能油液磨粒智能检测系统MIDCS中的磨粒图像识别问题,引入数据挖掘方法获取了磨粒图像识别的知识规则,实现对磨粒类别的智能识别。利用MIDCS系统获取实际航空发动机运行过程中由于滚动轴承磨损而产生的大量典型磨粒,基于图像分析方法提取16个磨粒特征参数,形成标准案例库;利用Weka软件的决策树算法自动提取知识规则,并对知识规则进行优化和简化;对所提取得到的知识规则进行验证和分析。结果表明,所提取的磨粒识别规则符合磨粒识别的统计规律,识别规则不仅简洁,而且具有很高的精度。基于Weka软件的规则提取方法大大提高了MIDCS系统的磨粒识别自动化和智能化水平,对于利用MIDCS进行航空发动机滚动轴承疲劳磨损故障诊断,具有重要的工程实用价值。(本文来源于《润滑与密封》期刊2015年10期）
高会会[9]（2014）在《角毛藻显微图像识别与无角毛类藻多细胞显微图像计数研究》一文中研究指出近年来，有害赤潮在我国近海海域频繁发生，对海洋生态环境、沿海经济以及人类的健康构成了极大的威胁。因此，对赤潮藻的定性与定量的研究在赤潮的预警和防治、水质评估以及海洋生态系统的研究中起着关键性的作用。本文以我国近海海域常见的角毛藻和无角毛类藻为研究对象，基于其生物形态学特征和显微图像特点，运用图像处理技术，建立了角毛藻的自动识别系统和无角毛类藻自动计数系统。本文的主要工作有以下3点：1.角毛藻显微图像目标提取。根据角毛边缘呈明暗相间的条状分布的特点，运用灰度曲面的矢量化表示模型，得到水平与垂直两方向上的灰度矢量映射图像，达到了消除噪声干扰和保留角毛信息的目的。与其他方法相比，该方法能够提取更多的角毛信息。2.角毛藻显微图像识别。运用形状特征参数和不变矩，提取出12个Hu不变矩及其推广矩和7个形状因子，组成19维的特征向量。运用支持向量机对18种角毛藻进行模型训练和藻种识别。本文对1850张角毛藻显微图像进行模型训练，对965张图像进行藻种识别，平均识别率为83.1%，可以实现角毛藻的有效识别。3.无角毛类藻多细胞显微图像计数。运用Canny边缘检测和面积大津法进行图像分割；通过角点检测、列出候选分离线以及寻找最优分离线将粘连的细胞块分离；最后利用连通分量标记实现细胞计数。本文对15种无角毛类藻，115张显微图像，共684个细胞进行计数。计数结果与分水岭算法对比并进行定量分析，实验结果表明，计数精度为88.1%，召回率为94.7%，综合评价指标为91.3%。本文研究可以有效地提取出角毛信息，能够对角毛藻有效地识别，对无角毛类藻多细胞显微图像可以取得较理想的自动计数结果。(本文来源于《中国海洋大学》期刊2014-05-20）
吴杰,任奕林,王恒志[10]（2014）在《稻谷加工断裂面裂纹显微图像识别研究》一文中研究指出针对稻谷加工破损问题,提出了基于图像处理稻谷断裂面裂纹识别方法。通过剪切试验后获取稻谷断裂面显微图像,提取其裂纹特征参数并进行了T检验及BP神经网络识别研究。结果表明,两种稻谷特征参数K值差异性显着,干燥和未干燥稻谷裂纹的准确识别率分别为96.4%和83.3%,用图像识别的方法可判断稻谷加工时的水分条件,对稻谷的贮藏及加工条件的控制具有一定的指导意义。(本文来源于《广东农业科学》期刊2014年05期）
显微图像识别论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
目的:利用药材横切面显微图像的灰度信息,构建灰度匹配模板,实现与尺度及方位无关的中药材样品图像的自动识别。方法:选取19种常见根茎类药材,以聚乙二醇包埋法制片,采用显微数码成像技术摄取图像并运用图像配准、去噪声、边界定位等方法编程得到药材横切面显微灰度图;选择图像中药材组织结构的中心点以建立极坐标系,从径向及角向划分网格,统计各网格中的灰度信息,得到能表征药材显微鉴别特征的灰度信息数字矩阵;采用适量样品图像训练模板使之泛化,并计算阳性验证样与阴性验证样与模板矩阵的协方差系数,设定最佳的识别分类参数;每种药材制备80张扇形图像,其中70%为训练样本,15%为验证样本,15%为测试样本,用测试样本分别对单个模板及模板集进行测试。结果:在包含非模板集药材的240个样品图像测试中,单个模板测试的正确识别率为90. 1%,模板集测试的正确识别率为92. 5%。结论:该方法能较好地表征药材显微鉴别特征,抗干扰能力较强,主观误差小,样品图像的获取较简便,可为中药材形态学质量控制的数字化提供技术支持。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
显微图像识别论文参考文献
[1].王一丁,石铎,李耀利,蔡少青.基于SqueezeNet深度网络的中药材粉末显微特征图像识别研究[J].电子显微学报.2019
[2].王凤梅,卢文彪,陈仕妍.基于灰度匹配模板的中药材显微图像识别[J].中国实验方剂学杂志.2019
[3].闫妍.基于卷积神经网络的体液细胞显微图像识别方法研究[D].湘潭大学.2018
[4].赵雪岑.显微自动聚焦成像及智能图像识别分析系统的研发[D].暨南大学.2017
[5].熊应平.松杨栅锈菌担孢子显微图像识别及萌发模型研究[D].东北林业大学.2017
[6].熊应平,王阿川.松杨栅锈菌担孢子显微图像识别方法[J].东北林业大学学报.2016
[7].郝延龙,何红坤,常青,严志军,潘新祥.基于显微图像识别的在线润滑油中磨粒分析方法[J].润滑与密封.2016
[8].王洪伟,陈果,林桐,汪瑾,陈立波.显微磨粒图像识别知识规则提取及应用[J].润滑与密封.2015
[9].高会会.角毛藻显微图像识别与无角毛类藻多细胞显微图像计数研究[D].中国海洋大学.2014
[10].吴杰,任奕林,王恒志.稻谷加工断裂面裂纹显微图像识别研究[J].广东农业科学.2014
标签：中药材粉末显微特征图像识别; 显微结构特征; 卷积神经网络; SqueezeNet;