CN1806501B - 海洋浮游植物自动识别方法及装置 - Google Patents
海洋浮游植物自动识别方法及装置 Download PDFInfo
- Publication number
- CN1806501B CN1806501B CN 200510042345 CN200510042345A CN1806501B CN 1806501 B CN1806501 B CN 1806501B CN 200510042345 CN200510042345 CN 200510042345 CN 200510042345 A CN200510042345 A CN 200510042345A CN 1806501 B CN1806501 B CN 1806501B
- Authority
- CN
- China
- Prior art keywords
- marine phytoplankton
- graphic feature
- phytoplankton
- marine
- database
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
海洋浮游植物自动识别方法,包括以下步骤:1)将已知的海洋浮游植物的图形特征及其描述一一对应,形成一海洋浮游植物数据库,预先存储于计算机的存储器中;2)用数字显微镜采集待识别海洋浮游植物的图形特征,并传送到计算机;3)利用计算机将数字显微镜采集的待识别海洋浮游植物图形特征和存储器中海洋浮游植物数据库中的已知海洋浮游植物图形特征进行逐一对比,当待识别海洋浮游植物图形特征和已知海洋浮游植物图形特征的吻合率达到一规定值时,输出该已知海洋浮游植物的描述。本发明创造性地将数字显微镜和计算机***相结合,以应用于海洋浮游植物的识别,能够自动、快速、准确地识别出海洋浮游植物。
Description
技术领域
本发明涉及海洋浮游植物的识别方法及装置,具体地说是指利用数字显微镜和计算机***对海洋浮游植物进行自动识别的方法及装置。
背景技术
浮游植物分类鉴定是海洋生物研究的重要内容,目前国内外均采用光学显微镜进行人工鉴定的方法,即人工使用显微镜观察海洋浮游植物的几何形状、表面纹理,再根据观察者的经验或查找相关资料进行对比,以判断出待识别浮游植物的类别。显然,此种方法非常耗时,工作效率极低,而且其准确性依赖于观察者本身的知识和经验,一般人员无法进行。
海洋浮游植物研究对于合理利用海洋资源、保护和改善海洋环境具有重要的意义。海洋浮游植物分类鉴定是该项研究的首要的、关键的步骤,对其它研究起到基础性的作用,因此,寻找一种准确的、高效率的自动识别方法,开发一种准确性高、识别效率高的自动识别装置,将具有重要的意义。
发明内容
本发明提供一种海洋浮游植物自动识别方法及装置,其主要目的在于克服原来采用光学显微镜进行人工鉴定方法不但耗费大量时间、效率极低,而且其准确性过于依赖观察者的知识和经验而不能普及应用的缺陷。
本发明采用如下技术方案:海洋浮游植物自动识别方法,包括以下步骤:1)将已知的海洋浮游植物的图形特征及其描述一一对应,形成一海洋浮游植物数据库,预先存储于计算机的存储器中;2)用数字显微镜采集待识别海洋浮游植物的图形特征,并传送到计算机;3)利用计算机将数字显微镜采集的待识别海洋浮游植物图形特征和存储器中海洋浮游植物数据库中的已知海洋浮游植物图形特征进行逐一对比,当待识别海洋浮游植物图形特征和已知海洋浮游植物图形特征的吻合率达到一规定值时,输出该已知海洋浮游植物的描述。
前述方法中,海洋浮游植物的图形特征包括其长度、宽度、面积、长宽比、椭圆度、对称度、表面纹理。
前述方法进一步包括:如果海洋浮游植物数据库中没有和待识别的海洋浮游植物图形特征的吻合率达到所述规定值的图形特征,则将该待识别的海洋浮游植物的图形特征增加到海洋浮游植物数据库中,并为该海洋浮游植物定义描述,对应存入海洋浮游植物数据库。
海洋浮游植物自动识别装置,包括:一作为图像采集装置的数字显微镜,连接到一计算机***;一计算机***,包括:一图形特征数据库单元,用于存储已知的海洋浮游植物的图形特征及其描述;一图形特征提取单元,用于通过数字显微镜提取待识别的海洋浮游植物的图形特征;一图像识别单元,用于将图形特征提取单元提取的图形特征与图形特征数据库单元中存储的海洋浮游植物的图形特征逐一对比,当吻合率达到一预设值时,将与该海洋浮游植物相对应的描述发送至输出单元;一输出单元,用于将图像识别单元传送来的结果输出。
前述装置中,输出单元为一打印设备或一显示设备。
由上述对本发明的描述可知,本发明创造性地将数字显微镜和计算机***相结合,以应用于海洋浮游植物的识别,能够自动、快速、准确地识别出海洋浮游植物,大大提高识别效率,该识别过程的人工参与程度较低,不依赖于操作者的专业经验,因而可大大提高我国的海洋监测能力和海洋生态环境快速监测的技术水平,对保护和改善海洋环境将起到非常重要的作用,可广泛应用于海洋生态资源调查、赤潮研究、环境监测、水产养殖、压舱水监测、水质监测、地质、石油勘探、微藻培养和药物开发及法医鉴定等领域。
附图说明
图1为本发明的***结构及数据流向示意图;
图2为本发明的流程图。
具体实施例
下面结合图1和图2,详细说明本发明的一个具体实施例。
参照图1,为本发明海洋浮游植物自动识别装置的***结构图,该装置包括一数字显微镜1,一计算机***2和一输出单元3。
数字显微镜1为现有技术,可从现有市场上购得,在本装置中主要用于海洋浮游植物图像的采集,该数字显微镜1可通过各种标准接口,如USB接口连接到计算机***2。
计算机***2采用现有普通PC即可,其CPU、内存、硬盘大小及接口配置可根据需要进行配置,其操作***采用Microsoft Windows 2000Server Simplified ChineseVersion with Service Pack 4。输出单元3为一显示器或打印机,通过标准显示接口或标准打印接口连接到计算机***2,也可以是其它输出设备,用于显示或打印识别结果。
图形特征提取单元21、图形特征数据库单元22、图像识别单元23为安装于计算机***2上的软件,该软件所采用的开发工具如下:
***的开发环境采用Microsoft Visual Studio.NET 2003,基于Microsoft WebService技术进行开发;
***设计工具采用Microsoft Visio 2003 for Visual Studio;
***文档工具采用Microsoft Word 2000,Microsoft Excel 2000;
操作***采用Microsoft Windows 2000 Server Simplified Chinese Version withService Pack 4,并安装有Microsoft Internet Explore 6.0或以上版本,Microsoft XML3.0以上版本用于XML的支持;
源代码控制工具采用Microsoft SourceSafe 6;
项目进度控制采用Microsoft Project 2000;
测试工具采用Microsoft Test Center 1.2;
后台数据库采用Mi crosoft SQL server 2000。
上述开发工具为本实施例所采用,但并不局限于此,同理可采用其它的开发工具进行开发,甚至可将软件固化于硬件芯片中来实现。下面结合图1、图2对该***的工作过程进行描述。
图形特征数据库单元22中预先存有已知的海洋浮游植物的图形特征,并且,每一海洋浮游植物的图形特征对应于一描述,该描述包含了该种海洋浮游植物的相关信息,如名称、特点、所属类别等等。
数字显微镜1采集到待识别的海洋浮游植物的图像,以一定的图像格式传送到计算机***,该图像格式可以是通用的图像格式,如JPG、TIF等,图形特征提取单元21对该图像进行分析,提取其图形特征,包括其长度、宽度、面积、长宽比、椭圆度、对称度、表面纹理等等,图像识别单元23将提取的图形特征和图形特征数据库单元22中的第一个图形特征进行对比,当吻合率大于或等于一个预定值时,则通过输出单元3输出该图形特征对应的描述,如果吻合率小于该预定值,则检查是否对比到了图形特征数据库单元22中的最后一个图形特征,如果不是,则将提取的图形特征和图形特征数据库单元22中的下一图形特征进行对比,如此不断循环,如果已经到达图形特征数据库单元22中的最后一个图形特征,而仍然没有找到与待识别的海洋浮游植物的图形特征的吻合率达到该预定值的图形特征,则将该待识别的海洋浮游植物的图形特征增加到图形特征数据库单元22中,并且操作者可为该待识别的海洋浮游植物的图形特征定义一个描述,并通过计算机***2的输入设备如键盘输入,计算机***2将该描述对应存入到图形特征数据库单元22中。
可见,该***不仅能自动识别海洋浮游植物,还为新发现的海洋浮游植物加入到图形特征数据库单元22中提供了入口,因而能使***本身不断自我完善。
上述仅为本发明的一个具体实施例,但本发明的设计构思并不局限于此,凡利用此构思对本发明进行非实质性的改动,均应属于侵犯本发明保护范围的行为。
Claims (4)
1.海洋浮游植物自动识别方法,包括以下步骤:
1)将已知的海洋浮游植物的图形特征及其描述一一对应,形成一海洋浮游植物数据库,预先存储于计算机的存储器中;
2)用数字显微镜采集待识别海洋浮游植物的图形特征,并传送到计算机;
3)利用计算机将数字显微镜采集的待识别海洋浮游植物图形特征和存储器中海洋浮游植物数据库中的已知海洋浮游植物图形特征进行逐一对比,当待识别海洋浮游植物图形特征和已知海洋浮游植物图形特征的吻合率达到一规定值时,输出该已知海洋浮游植物的描述;
4)如果海洋浮游植物数据库中没有和待识别的海洋浮游植物图形特征的吻合率达到所述规定值的图形特征,则将该待识别的海洋浮游植物的图形特征增加到海洋浮游植物数据库中,并为该海洋浮游植物定义描述,对应存入海洋浮游植物数据库。
2.如权利要求1所述的海洋浮游植物自动识别方法,其中,海洋浮游植物的图形特征包括其长度、宽度、面积、长宽比、椭圆度、对称度、表面纹理。
3.海洋浮游植物自动识别装置,包括:
一作为图像采集装置的数字显微镜,连接到一计算机***;
一计算机***,包括:一图形特征数据库单元,用于存储已知的海洋浮游植物的图形特征及其描述;一图形特征提取单元,用于通过数字显微镜提取待识别的海洋浮游植物的图形特征;一图像识别单元,用于将图形特征提取单元提取的图形特征与图形特征数据库单元中存储的海洋浮游植物的图形特征逐一对比,当吻合率达到一预设值时,将与该海洋浮游植物相对应的描述发送至输出单元;
一输出单元,用于将图像识别单元传送来的结果输出。
4.如权利要求3所述的海洋浮游植物自动识别装置,其中,所述的输出单元为一打印设备或一显示设备。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 200510042345 CN1806501B (zh) | 2005-01-17 | 2005-01-17 | 海洋浮游植物自动识别方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 200510042345 CN1806501B (zh) | 2005-01-17 | 2005-01-17 | 海洋浮游植物自动识别方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN1806501A CN1806501A (zh) | 2006-07-26 |
CN1806501B true CN1806501B (zh) | 2011-08-24 |
Family
ID=36838729
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN 200510042345 Expired - Fee Related CN1806501B (zh) | 2005-01-17 | 2005-01-17 | 海洋浮游植物自动识别方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN1806501B (zh) |
Families Citing this family (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101165708B (zh) * | 2006-10-19 | 2010-05-26 | 华硕电脑股份有限公司 | 影像辨识方法及使用该方法的*** |
CN101403741B (zh) * | 2008-10-20 | 2012-07-18 | 中国科学院合肥物质科学研究院 | 基于多光谱的植物叶片数字信息采集与自动识别***及其识别方法 |
CN101975849B (zh) * | 2010-09-25 | 2013-07-17 | 宁波大学 | 一种浮游植物快速定性定量优化方法 |
CN102169582B (zh) * | 2011-04-22 | 2013-06-12 | 中科怡海高新技术发展江苏股份公司 | 基于模式识别的蓝藻识别方法 |
CN103345617B (zh) * | 2013-06-19 | 2016-09-07 | 成都中医药大学 | 中药识别的方法及其*** |
JP2016095259A (ja) * | 2014-11-17 | 2016-05-26 | 横河電機株式会社 | プランクトン測定システムおよびプランクトン測定方法 |
CN106525855A (zh) * | 2016-12-07 | 2017-03-22 | 无锡艾科瑞思产品设计与研究有限公司 | 一种医用洗板机残留量检测*** |
CN107153844A (zh) * | 2017-05-12 | 2017-09-12 | 上海斐讯数据通信技术有限公司 | 对花卉识别***进行改进的辅助***和进行改进的方法 |
CN107330440B (zh) * | 2017-05-17 | 2020-08-14 | 天津大学 | 基于图像识别的海洋状态计算方法 |
CN109165596A (zh) * | 2018-08-24 | 2019-01-08 | 福建铁工机智能机器人有限公司 | 一种基于智慧农村ai***的农产品溯源方法 |
CN109490301B (zh) * | 2018-10-24 | 2021-06-11 | 深圳市锦润防务科技有限公司 | 一种用于监测浮台上附着物检测的方法、***和存储介质 |
CN110458107B (zh) * | 2019-08-13 | 2023-06-16 | 北京百度网讯科技有限公司 | 用于图像识别的方法和装置 |
-
2005
- 2005-01-17 CN CN 200510042345 patent/CN1806501B/zh not_active Expired - Fee Related
Non-Patent Citations (6)
Title |
---|
张利华 等.流式细胞术对微微型浮游植物识别初探.海洋科学第26卷 第3期.2002,26(3),第60-65页. |
张利华 等.流式细胞术对微微型浮游植物识别初探.海洋科学第26卷 第3期.2002,26(3),第60-65页. * |
张前前 等.浮游植物活体三维荧光光谱分类判别方法研究.光谱学与光谱分析第24卷 第10期.2004,24(10),第1227-1229页. |
张前前 等.浮游植物活体三维荧光光谱分类判别方法研究.光谱学与光谱分析第24卷 第10期.2004,24(10),第1227-1229页. * |
纪寿文 等.应用计算机图像处理技术识别玉米苗期田间杂草的研究.农业工程学报第17卷 第2期.2001,17(2),第154-156页. |
纪寿文 等.应用计算机图像处理技术识别玉米苗期田间杂草的研究.农业工程学报第17卷 第2期.2001,17(2),第154-156页. * |
Also Published As
Publication number | Publication date |
---|---|
CN1806501A (zh) | 2006-07-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN1806501B (zh) | 海洋浮游植物自动识别方法及装置 | |
Weaver et al. | LeafMachine: Using machine learning to automate leaf trait extraction from digitized herbarium specimens | |
CN112597038B (zh) | 软件缺陷预测方法及*** | |
CN107909088B (zh) | 获取训练样本的方法、装置、设备和计算机存储介质 | |
Mann et al. | Automatic flower detection and phenology monitoring using time‐lapse cameras and deep learning | |
CN102915432A (zh) | 一种车载微机图像视频数据提取方法及装置 | |
CN103678109A (zh) | 一种转储文件分析方法、装置和*** | |
Goëau et al. | A new fine‐grained method for automated visual analysis of herbarium specimens: A case study for phenological data extraction | |
CN109979546A (zh) | 基于人工智能数字病理的网络模型分析平台及构建方法 | |
CN108509993A (zh) | 一种矿井突水激光诱导荧光光谱图像识别方法 | |
CN202815869U (zh) | 一种车载微机图像视频数据提取装置 | |
CN102103537A (zh) | 一种发现安全软件之间兼容性问题的方法和装置 | |
CN111309791A (zh) | 一种检测仪器数据自动采集方法 | |
CN110689447A (zh) | 一种基于深度学习的社交软件用户发布内容的实时检测方法 | |
CN114092935A (zh) | 一种基于卷积神经网络的纺织品纤维识别方法 | |
TW201415275A (zh) | 取證系統、取證方法及取證程式 | |
CN113820718A (zh) | 基于gis的长江水生生物调查管理信息*** | |
CN106649875B (zh) | 舆情大数据的可视化*** | |
CN102209236B (zh) | 考试监控***中的信息处理***及其实现方法 | |
CN101510235A (zh) | 疫病血凝检测分析*** | |
CN115219472B (zh) | 一种定量识别混合水体多污染源的方法及*** | |
CN110719445A (zh) | 一种基于图像识别的远程抄表***及方法 | |
CN111291376B (zh) | 一种基于众包和机器学习的web漏洞验证方法 | |
CN114443930A (zh) | 一种新闻舆情智能监测分析方法、***及计算机存储介质 | |
CN202735235U (zh) | 木材鉴定图像分析*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20110824 Termination date: 20130117 |
|
CF01 | Termination of patent right due to non-payment of annual fee |