显微彩色图像处理在藻类识别统计中的应用

水体中藻类与水质状况之间存在着密切的关系,可根据藻类综合指数、生物多样性指数等对被监测水体的水质状况做出评价。为此,通过对水体中藻类的显微彩色图像进行处理和分析,提出了藻类显微彩色图像识别统计的方法。通过研究图像的预处理、分割和识别等过程,识别出水体中的藻类并统计出藻类细胞的个数。实验结果表明,与人工识别统计方式相比,显微彩色图像识别符合率大于90%。

基于拟合算法的池塘水华预测模型的建立与研究

在我国水产养殖中,池塘养殖约占淡水养殖的70%,随着水体富营养化程度加剧,水华现象出现概率逐渐升高,水华的暴发对池塘养殖业是一个严重打击。文章以池塘水体中的氮元素、磷元素为检测核心,借助Matlab灰色关联分析和拟合算法,筛选出最能反映池塘中藻类数量的指标,并组建该指标的预测系统,间接反映池塘中藻类变化趋势,从而实现对池塘水华现象暴发的提前预测,降低水产养殖业的风险和水产养殖人员的工作量。