Автоматизована детекція та класифікація мікроскопічних фотозображень діатомових водоростей

dc.contributor.authorІванова, Марина Вікторівна
dc.contributor.authorВунтесмері, Юрій Володимирович
dc.contributor.authorБухтіярова, Людмила Миколаївна
dc.date.accessioned2020-05-13T13:28:55Z
dc.date.available2020-05-13T13:28:55Z
dc.date.issued2019
dc.description.abstractenThe diatoms (Bacillariophyta) are a species-rich and extremely widespread microalgae. Many diatom species require a fairly narrow range of ecological conditions (temperature, pH, salinity, saprobity, trophic level of the water etc.). They are very sensitive to changes of different water chemical parameters that allows to use of the diatoms as the indicators in monitoring of water quality as well as for the ecological reconstruction using bottom sediments. Different methods of the diatom analysis are based on the species composition and species amount in the preparations of plankton, benthos and epyphyton. However this analysis requires highly qualified staff and the manual processing of hundreds samples. The development of the computer tools for the automatic diatom species detection and identification is an actual task to improve the effectiveness of ecological studies and simplify the time-consuming routine work of the researchers. The image processing methods were investigated for the diatom species automatic identification in the light microscopic photos of the samples that were collected for the routine monitoring. The methods of segmentation of the images based on the threshold processing and morphological differentiation of the images were studied. The two-steps segmentation of the diatom photos was proposed. The method of artificially expanding the training dataset by sequential image transformation was applied. Based on the prepared training dataset, two realizations of convolutional neural networks were trained and their accuracy evaluated.uk
dc.description.abstractruИсследованы алгоритмы автоматизированной детекции и идентификации видов диатомовых водорослей на микроскопических фотоизображениях для задач экологического мониторинга. Предложен метод пороговой обработки фотоизображений для эффективной детекции изображений с разной контрастностью. Обучена и исследована сверточная нейронная сеть для определения видов диатомовых водорослей.uk
dc.description.abstractukДосліджені алгоритми автоматизованої детекції та визначення видів діатомових водоростей на мікроскопічних фотозображеннях для завдань екологічного моніторингу. Запропоновано метод порогової обробки фотозображень для ефективної детекції зображень із різною контрастністю. Навчена та досліджена згорткова нейронна мережа для визначення видів діатомових водоростей на фотозображеннях.uk
dc.format.pagerangeС. 18-25uk
dc.identifier.citationІванова, М. В. Автоматизована детекція та класифікація мікроскопічних фотозображень діатомових водоростей / Іванова М. В., Вунтесмері Ю. В., Бухтіярова Л. М. // Мікросистеми, Електроніка та Акустика : науково-технічний журнал. – 2019. – Т. 24, № 5(112). – С. 18–25. – Бібліогр.: 17 назв.uk
dc.identifier.doihttps://doi.org/10.20535/2523-4455.2019.24.5.187536
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/33422
dc.language.isoukuk
dc.publisherКПІ ім. Ігоря Сікорськогоuk
dc.publisher.placeКиївuk
dc.relation.urihttps://creativecommons.org/licenses/by/4.0/uk
dc.sourceМікросистеми, Електроніка та Акустика : науково-технічний журнал, 2019, Т. 24, № 5(112)uk
dc.subjectбіомоніторингuk
dc.subjectBacillariophytauk
dc.subjectавтоматизована обробка фотозображеньuk
dc.subjectдетекціяuk
dc.subjectкласифікаціяuk
dc.subjectзгорткові нейронні мережіuk
dc.subjectbiomonitoringuk
dc.subjectautomated image processinguk
dc.subjectdetectionuk
dc.subjectclassificationuk
dc.subjectconvolutional neural networksuk
dc.subjectбиомониторингuk
dc.subjectавтоматизированная обработка фотоизображенийuk
dc.subjectдетекцияuk
dc.subjectклассификацияuk
dc.subjectсверточные нейронные сетиuk
dc.subject.udc004.31uk
dc.titleАвтоматизована детекція та класифікація мікроскопічних фотозображень діатомових водоростейuk
dc.title.alternativeAutomated Detection and Classification of the Diatom Microscopic Photo Imagesuk
dc.title.alternativeАвтоматизированная детекция и классификация микроскопических фотоизображений диатомовых водорослейuk
dc.typeArticleuk

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Вантажиться...
Ескіз
Назва:
MEA2019_24-5_p18-25.pdf
Розмір:
1.02 MB
Формат:
Adobe Portable Document Format
Опис:
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
9.06 KB
Формат:
Item-specific license agreed upon to submission
Опис: