基于多方法融合的淡水水域常见藻类检测与识别

针对同种藻类形态各异、藻类相似性高、采集图像中存在气泡和杂质等带来的检测与识别准确率低的问题,提出了基于多方法融合的淡水水域常见藻类检测与识别算法。首先利用颜色信息识别藻类图像的背景颜色,为不同颜色背景的图像选择最佳的预处理与分割方法;其次使用基于形状参数、尺度不变特征变换-快速近似最近邻查找(SIFT-FLANN)、方向梯度直方图-支持向量机(HOG-SVM)的多方法融合的藻类检测与识别算法,以提高识别的准确率和鲁棒性。对25种常见的藻类进行实验与对比,其中常见的10种藻类的平均检测成功率为96.07%,对鱼腥藻、针杆藻的识别准确率较高,分别达到了100.00%与99.50%,验证了该算法对常见藻类的检测与识别具有一定的鲁棒性。

以用户为中心的软件开发方法研究

本文讨论了“螺旋式”的软件设计过程的改进方法 ,主要介绍了以用户为中心进行设计的基本原则和主要特点 。