从显微图像中自动识别栅藻多态微藻
计算机视觉与模式识别
2017-10-24 v2
摘要
微藻计数用于测量生物量数量。通常，它使用诺伊鲍尔计数室和专家标准以手动方式进行，存在高错误率的风险。本文探讨了栅藻微藻（用于甲烷生产和食品工业）的自动识别方法，并将其应用于数字显微镜捕获的图像。提出了使用对比度自适应直方图均衡化进行预处理，以及使用主动轮廓进行分割。为了藻类表征，提出了统计特征（方向梯度直方图、Hu矩和泽尔尼克矩）与纹理特征（Haralick和局部二值模式描述子）的计算。栅藻可以构建由1、2、4和8个细胞组成的群体。每种群体的藻类数量有助于确定给定藻类作物样品中脂质、蛋白质和其他物质的量。这些元素数量的知识改善了生物工艺应用的质量。群体的分类使用支持向量机（SVM）和人工神经网络（ANN）分别达到了98.63%和97.32%的准确率。根据结果，可以将所提出的方法视为传统藻类计数技术的替代方案。本文使用的数据库公开可下载。
引用
@article{arxiv.1612.07379,
title = {Automatic Identification of Scenedesmus Polymorphic Microalgae from Microscopic Images},
author = {Jhony-Heriberto Giraldo-Zuluaga and Geman Diez and Alexander Gomez and Tatiana Martinez and Mariana Peñuela Vasquez and Jesus Francisco Vargas Bonilla and Augusto Salazar},
journal= {arXiv preprint arXiv:1612.07379},
year = {2017}
}
备注
This is a pre-print of an article published in Pattern Analysis and Applications. The final authenticated version is available online at: https://doi.org/10.1007/s10044-017-0662-3, Pattern Anal Applic (2017)