基于神经网络的钉螺图像识别技术研究

摘要

血吸虫病是一种严重危害人类健康和影响社会经济发展的地方寄生虫病，它分为四大种类，而我国仅有日本血吸虫病流行。迄今公认日本血吸虫的唯一宿主是钉螺。血吸虫病与钉螺的分布关系十分微妙，凡是有血吸虫流行的地区，必定有钉螺，而没有钉螺的地方，即使有病例也不可能造成流行。消灭钉螺就能控制血吸虫病的传播。
　　 目前相关研究主要集中于采用卫星遥感技术和图像处理与图像分析的方法探讨植被、温度和土壤湿度等因素与钉螺孳生地钉螺密度之间的关系；采用图像处理技术、显微技术和自动识别技术对包括血吸虫在内的寄生虫的虫卵显微图像进行自动识别与分类等方面。本项目主要研究探讨对拍摄的图像上的钉螺个体目标进行自动识别。
　　 本文采用图像处理方法提取钉螺的几何形态、边缘形态、亮度等特征，通过神经网络技术建立分类器，提高识别的准确性和稳定性，主要从以下三个方面进行探索研究：
　　 1.了解钉螺生物特性及分布的相关知识，研究钉螺的行为特征、形状特征和颜色特征，形成若干种钉螺特征参数的描述；
　　 2.采用图像平滑、自适应阈值分割、边缘检测理论，研究钉螺目标如何背景分离，如何最大限度保留钉螺对象的特征；
　　 3.研究钉螺目标特征的提取方法，选择适当的特征作为神经元的输入单元，通过实验样本的训练，使神经网络形成有效的钉螺目标自动识别方法。
　　 经检测，采用神经网络对特征矢量进行分类，在实验室条件下钉螺目标识别率达到90％，且具有旋转、尺度、平移不变性。

目录

文摘

英文文摘

第一章 绪论

1.1 钉螺危害性

1.1.1 血吸虫疾病

1.1.2 日本血吸虫

1.1.3 血吸虫致病过程

1.1.4 血吸虫病传播途径

1.2 课题背景及主要研究内容

1.2.1 本文选题依据和意义

1.2.2 国内外研究现状和发展趋势

1.2.3 本文主要研究内容

1.3 本章小结

第二章 人工神经网络

2.1 人工智能

2.1.1 人工智能的发展及特点概况

2.1.2 人脑神经结构

2.1.3 人工神经元

2.1.4 人工神经网络构成

2.2 神经网络模型

2.2.1 BP神经网络

2.3 本章小结

第三章 钉螺形态特征提取

3.1 图像预处理

3.1.1 高斯滤波

3.1.2 颜色空间转换

3.2 图像分割

3.3 钉螺目标特征提取

3.2.1 边缘形态特征

3.2.2 几何形态特征

3.4 本章小结

第四章 基于神经网络的钉螺图像识别

4.1 BP识别网络

4.1.1 样本和数据处理

4.1.2 网络结构设定

4.1.3 算法流程

4.2 BP网络的C++实现

4.3 训练识别结果

4.3.1 训练过程

4.3.2 识别结果

4.4 本章小结

第五章 结论

5.1 论文完成的工作

5.2 研究展望

参考文献

致 谢

攻读硕士期间公开开发表论文