多焦点图像分类与认证的通用框架：在显微镜花粉图像中的应用
计算机视觉与模式识别
2015-03-20 v1
摘要
本文提出了一种用于多焦点图像分类与认证的通用框架，并在显微镜花粉图像上演示了该方法。该框架旨在具有通用性，并基于一种暴力搜索式（brute force-like）方法，不仅适用于任何种类和数量的花粉图像（无论花粉类型），也适用于任何类型的多焦点图像。框架流程的所有阶段均设计为自动执行。首先，使用绝对梯度法选择最佳焦点。然后，采用由粗到细的方法提取花粉粒，该方法涉及聚类和形态学技术（粗阶段）以及基于蛇形模型（snake-based）的分割（细阶段）。最后，使用通用方法提取并选择特征，并用四种分类器测试其分类效果：加权邻域距离、神经网络、决策树和随机森林。后者显示出最佳且更鲁棒的分类准确率结果（对于任何数量的花粉类型均超过 97%），最终被用于认证阶段。
引用
@article{arxiv.1503.05786,
title = {A General Framework for Multi-focal Image Classification and Authentication: Application to Microscope Pollen Images},
author = {François Chung and Tomás Rodríguez},
journal= {arXiv preprint arXiv:1503.05786},
year = {2015}
}