Использование классических методов и нейронных сетей для распознавания пыльцевых зерен

Вестник Пермского университета. Серия: Математика. Механика. Информатика. 2014. № 4. С. 111–119.

Ханжина Н. Е., Замятина Е. Б.

Рассматривается проблема автоматизированного процесса распознавания изображений пыльцевых зерен, полученных с помощью микроскопа. Задача является актуальной, по­скольку позволяет автоматизировать рутинный процесс отнесения пыльцевых зерен к тому или иному классу и тем самым, например, определить период пыления растений. Своевре­менное определение момента пыления растений, вызывающих аллергические реакции у лю­дей, очень важно для предупреждения острых аллергических заболеваний. Авторы попыта­лись применить для распознавания как классические методы (лингвистический), так и при­шедшим на смену классическим методы распознавания с помощью нейронных сетей. Для распознавания авторы используют нейронную сеть Хэмминга. На этапе предварительной обработки изображения (устранение шума, бинаризация, сегментация) применены функции библиотеки OpenCV и метод особых точек (также реализованный в библиотеке OpenCV). Результаты экспериментов показали относительную эффективность применяемых методов. Выводы об эффективности сделаны на основе подсчета ошибок первого и второго рода.

Ключевые слова: распознавание изображений, нейронная сеть Хэмминга, OpenCV, пыльцевые зерна, лингвистический метод, метод особых точек