蝴蝶与蛾分类

北华大学

图像处理实习报告

——蝴蝶与蛾的分类系统设计

专业：电子信息工程

班级：信息12-1

*名：**

学号： 31

指导教师：**

实习日期： 2015.11.9—11.13

目录

1 实习题目 (2)

2 实习目的与要求 (2)

2.1 实习目的...................... ... ... ... ... ... . (2)

2.2 实习要求................. ... ... ... ... ... . (2)

3 实习方案 (3)

4 实习原理 (3)

4.1 滤波去噪 (3)

4.2 几何校正 (3)

5 实习步骤 (4)

5.1 图像预处理 (4)

5.2 图像分割 (6)

5.3 轮廓跟踪.............. ... ... ... .. (8)

5.4 特征提取................. ... ... ... ... .. (8)

5.5 特征参数测量及特征筛选 (9)

6 昆虫识别结果 (10)

7 实习结论 (12)

8 实习心得 (12)

9 参考文献 (13)

一、实习题目

蝴蝶与蛾的分类系统设计

二、实习目的及要求

2.1 实习目的

数字图像处理，就是用数字计算机及其他有关数字技术，对图像进行处理，以达到预期的目的。随着计算机的发展，图像处理技术在许多领域得到了广泛应用，数字图像处理已成为电子信息、通信、计算机、自动化、信号处理等专业的重要课程。

数字图像处理课程设计是在学习完数字图像处理的相关理论后，进行的综合性训练课程，其目的是：

使学生进一步巩固数字图像处理的基本概念、理论、分析方法和实现方法；

增强学生应用Matlab编写数字图像处理的应用程序及分析、解决实际问题的能力；

尝试所学的内容解决实际工程问题，培养学生的工程实践能力。

2.2 实习要求

对于昆虫学中的分类学，其核心就是性状的比较，通过性状的比较，不仅可以鉴定目标，更重要的是发现性状的演变规律，并根据性状演变规律掌握这些性状的分类单元的进化历史。因此，分类技术在昆虫学中占据非常重要的地位。为图像处理技术在昆虫图像分类中以识别蝴蝶与蛾为目标，介绍如何进行不同昆虫之间的分类识别。下图1图2为蝴蝶与蛾的图像：

图1

要求如下：

（1）利用VC++读取图像；

（2）通过VC++编程，区分出图像中蝴蝶和蛾；

三、设计方案

根据原理的选择，结合VC++的图像处理工具箱函数，大量调用已有函数进行设计，通过各项程序的最优组合，而且使得程序更加优化，运行速度更快。

实习所用VC++程序详见文件夹

四、设计原理

4.1 滤波去噪

由于图像中不可避免地存在噪声，故在图像预处理过程中需要对噪声进行滤除。一些常见的噪声有椒盐噪声、脉冲噪声、高斯噪声等。椒盐噪声是含随机出现的黑白亮度值，脉冲噪声是只含有随机的白强度值（正脉冲噪声）和黑强度值。与强两者不同，高斯噪声是含有亮度服从高斯或正态分布的噪声。图像的平滑处理在空间域和频域采取不同的方法，空间域滤波是在图像空间借助模版进行邻域操作，一般分为线性和非线性两类。

1.线性平滑滤波器对去除高斯噪声有很好的效果，大多数情况下对其他来性的噪声也有很好的效果。最简单的线性滤波是均值滤波，即对局部进行均值计算，每一像素点的灰度值用其邻域内的各点灰度值的均值来置换。但是邻域N的大小控制着滤波程度，大尺度滤波器会加大滤波程度，作为消除大噪声的代价，大尺度滤波器会导致细节的损失和计算量的增加，使得图像的尖锐部分变模糊。

2.中值滤波法是一种较好的非线性滤波方法，它将每一象素点的灰度值设置为该点某邻域窗口内的所有象素点灰度值的中值，在去除图像脉冲噪声、椒盐噪声的同时，又能保留图像的边缘细节，有效地保持图像轮廓的清晰。

设G(x,y)表示原始图像在(x,y)处的灰度值，选用N*N的正方形窗口（N 一般取3或5），F(x,y)表示滤波后的图像在(x,y)处的灰度值，Med{}表示对窗口求中值，则中值滤波的输出可表达为：

j)

Med{G(x

F(i,≤

≤

=

+

+

y

n,

m)

-

1)/2}

m

(N

n,

-

(1

N)/2

4.2 几何校正

数字图像几何变形是指图像上的像元在图像坐标系的坐标与其在实际图像等参考坐标系之间的坐标不一致，从而导致图像行列式不均匀、像元大小和位置与实际对应不准确、形状不规则等。图像的总体几何变形是平移、缩放、旋转、

偏扭、弯曲及其其他变形的综合作用结果。对于图像的几何校正有直接和间接两种方法，其关键环节在于：一是像素坐标变换；而是像素亮度值冲采样。

五、实习步骤

为利用数字图像处理技术自动识别蝴蝶和蛾，首先对图像进行预处理；然后，进行分割，提取出触角、腹部、翅膀等；在此基础上，提取11个特征参数，并对这些特征参数进行筛选，选取最有判别意义的特征；最后，根据这些参数建立特征识别函数，进行昆虫图像的分类。识别流程图如图2

图2

5.1 图像预处理

预处理主要完成图像的几何变换、灰度化、亮度调节、去噪及锐化等，

是有效提取图像特征及分类的基础。

(1) 几何变换：针对获取图像的不规则性，为方便处理，需要对图像

进行平移和旋转等几何变换，以使图像中的蝴蝶和蛾的身体部分位于图像的中轴线上。

(2) 灰度转换：考虑到主要根据昆虫的形态学特征进行分类，且彩色

图像数据量大，处理相对复杂。因此，将24位真彩色图像转化为灰度图像后进行处理。按亮度Y计算公式，将彩色图像转换为灰度图像的结果如图3图4 所示。

图3

图4

(3) 亮度调节：采用两种方法调整图像的对比度，一种是自动亮度法，无需用户输入参数；另一种为线性变换法，由用户输入线性变化的参数值。

(4) 去噪：采用邻域平均法和中值滤波去除噪声，可根据具体要求进行