基于图像处理方法的空间站舱室材料表面真菌滋生监测

• 作者: 陆月盈 付玉明 刘红
• 来源期刊: 载人航天
• 关键词: 空间舱室 真菌 图像分析 支持向量机 随机森林模型
• 年，卷（期）: 2021,（2）
• 所属期刊栏目: 基础研究|BASIC RESEARCH
• 页码范围: 190-197
• 页数: 8页
• 分类号: Q939.98
• 语种: 中文

摘要

针对空间站等空间密闭舱室中微生物的有效监测等问题,选取空间密闭舱室的4种典型真菌,在空间舱常用铝合金板材料表面进行接种腐蚀实验,得到了真菌滋生图像.通过图像增强、特征筛选等方法对图像进行预处理得到数据集,比较了支持向量机(SVM)和随机森林2种分类模型的识别效果.结果表明:SVM模型对铝合金板材料表面真菌滋生图像的种类识别效果要优于随机森林模型,且对真菌种类识别和真菌生物量等级分类识别的准确率均达到97％以上.