The invention discloses a eutrophication lake biological recognition method, which relates to eutrophication lake biological image recognition, including eutrophication lake biological category samples, image to be recognized, and the following steps: S1, obtaining the image to be recognized from the eutrophication lake biological detection collection point, transforming the decomposition domain in the spatial domain, so that the image information can be decomposed into many In scale space; S2, edge detection of the image to be recognized by spatial gradient operator; S3, edge detection of the image to be recognized by wavelet in image transform domain; S4, feature vector of the image to be recognized by edge detection in spatial domain and transform domain; S5, pattern recognition by artificial neural network. The invention can effectively extract the edge of eutrophic lake biology as an ideal feature, and can double detect according to the spatial domain and the transform domain, so as to improve the detection accuracy.
【技術(shù)實現(xiàn)步驟摘要】
富營養(yǎng)化的湖面生物識別方法
本專利技術(shù)涉及富營養(yǎng)化的湖面生物圖像識別，具體涉及富營養(yǎng)化的湖面生物識別方法。
技術(shù)介紹
富營養(yǎng)化是一種氮、磷等植物營養(yǎng)物質(zhì)含量過多所引起的水質(zhì)污染現(xiàn)象。在自然條件下，隨著河流夾帶沖積物和水生生物殘骸在湖底的不斷沉降淤積，湖泊會從平營養(yǎng)湖過渡為富營養(yǎng)湖，進而演變?yōu)檎訚珊完懙兀@是一種極為緩慢的過程。但由于人類的活動，將大量工業(yè)廢水和生活污水以及農(nóng)田徑流中的植物營養(yǎng)物質(zhì)排入湖泊、水庫、河口、海灣等緩流水體后，水生生物特別是藻類將大量繁殖，使生物量的種群種類數(shù)量發(fā)生改變，破壞了水體的生態(tài)平衡。目前富營養(yǎng)化的湖面生物類別存在識別出錯、存在干擾時難以識別的問題。
技術(shù)實現(xiàn)思路
本專利技術(shù)所要解決的技術(shù)問題是目前富營養(yǎng)化的湖面生物類別存在識別出錯、存在干擾時難以識別的問題，目的在于提供富營養(yǎng)化的湖面生物識別方法，解決上述問題。本專利技術(shù)通過下述技術(shù)方案實現(xiàn)：富營養(yǎng)化的湖面生物識別方法，包括富營養(yǎng)化的湖面生物類別樣本、待識別圖像，還包括以下步驟：S1，獲取來自富營養(yǎng)化的湖面生物檢測采集點的待識別圖像，在空間域中進行分解域變換，使圖像信息分解到的多個尺度空間中；S2，利用空間域梯度算子進行待識別圖像的邊緣檢測；S3，在圖像變換域中，利用小波進行待識別圖像的邊緣檢測；S4，提取空間域和變換域中邊緣檢測獲取的待識別圖像的特征向量；S5，利用人工神經(jīng)網(wǎng)絡(luò)進行模式識別，將富營養(yǎng)化的湖面生物類別樣本進行離線訓(xùn)練，確定權(quán)值，與S4獲得的特征...
【技術(shù)保護點】
1.富營養(yǎng)化的湖面生物識別方法，包括富營養(yǎng)化的湖面生物類別樣本、待識別圖像，其特征在于，還包括以下步驟：/nS1，獲取來自富營養(yǎng)化的湖面生物檢測采集點的待識別圖像，在空間域中進行分解域變換，使圖像信息分解到的多個尺度空間中；/nS2，利用空間域梯度算子進行待識別圖像的邊緣檢測；/nS3，在圖像變換域中，利用小波進行待識別圖像的邊緣檢測；/nS4，提取空間域和變換域中邊緣檢測獲取的待識別圖像的特征向量；/nS5，利用人工神經(jīng)網(wǎng)絡(luò)進行模式識別，將富營養(yǎng)化的湖面生物類別樣本進行離線訓(xùn)練，確定權(quán)值，與S4獲得的特征向量進行運算，實現(xiàn)待識別圖像的識別。/n
【技術(shù)特征摘要】
1.富營養(yǎng)化的湖面生物識別方法，包括富營養(yǎng)化的湖面生物類別樣本、待識別圖像，其特征在于，還包括以下步驟：
S1，獲取來自富營養(yǎng)化的湖面生物檢測采集點的待識別圖像，在空間域中進行分解域變換，使圖像信息分解到的多個尺度空間中；
S2，利用空間域梯度算子進行待識別圖像的邊緣檢測；
S3，在圖像變換域中，利用小波進行待識別圖像的邊緣檢測；
S4，提取空間域和變換域中邊緣檢測獲取的待識別圖像的特征向量；
S5，利用人工神經(jīng)網(wǎng)絡(luò)進行模式識別，將富營養(yǎng)化的湖面生物類別樣本進行離線訓(xùn)練，確定權(quán)值，與S4獲得的特征向量進行運...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：朱姝，
申請(專利權(quán))人：朱姝，
類型：發(fā)明
國別省市：四川;51
還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會獲得科技券。