[發明專利]基于稀疏表示的寄生蟲蟲卵識別方法

有效

• 申請號: 201310181012.4
• 申請日: 2013-05-15
• 公開（公告）號: CN103268494A
• 公開（公告）日: 2013-08-28
• 發明（設計）人: 李峰;曾曉輝;金紅;潘雨青;陳盛霞
• 申請（專利權）人: 江蘇大學
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 南京蘇高專利商標事務所(普通合伙) 32204
• 代理人: 羅敏

1.一種基于稀疏表示的寄生蟲蟲卵識別方法，其特征在于，包括以下步驟：

（1）建立初始字典：單類識別建立初始單類字典，多類識別建立初始聯合字典；

（2）字典學習：使用K-SVD算法對字典進行學習，單類識別得到單類表示字典，多類識別得到聯合表示字典和聯合判別字典；

（3）處理輸入圖像：對輸入圖像進行金字塔壓縮，用滑動窗口的方式對壓縮圖像進行分塊，步長可以選擇為一個或多個像素；對所有圖像塊進行稀疏表示，單類識別的字典采用單類表示字典，多類識別的字典采用聯合表示字典；

（4）計算重建誤差矩陣；

（5）獲取候選圖像塊：利用步驟（4）中得到的重建誤差矩陣，尋找其所有的局部最小值，選取其中最小的k個值所對應的圖像塊作為候選目標；

（6）識別候選圖像塊：對于單類識別情況，用閾值判別候選圖像塊，識別完成；對于多類識別情況，對候選圖像塊進行稀疏表示，使用聯合判別字典，計算子字典重建誤差，使用閾值方式對候選圖像塊進行判別與分類，識別完成。

2.根據權利要求1所述的基于稀疏表示的寄生蟲蟲卵識別方法，其特征在于：步驟（1）中，所述建立初始字典步驟如下：

（1）選擇若干雜質較少且具有代表性的寄生蟲蟲卵圖像樣本c·n個，其中c為≥1的整數，代表類數，n代表每個類的樣本數；

（2）采用高斯金字塔對c·n幅圖像進行壓縮，得到降維后的圖像樣本；

（3）以d度為間距，對上一步中得到的每幅圖像旋轉一周得到360/d個圖像樣本（包括原圖），于是總樣本數為N＝360·c·n/d；

（4）將上一步得到的每個二維圖像數據“拉長”為一維向量，再對每個向量進行標準化處理，使每個向量滿足l₂-范數為1；

（5）把上一步得到的所有標準化的向量作為字典的原子，得到初始字典，若c＝1，則得到的是單類識別的初始單類字典，若c＞1，則得到的是多類識別的初始聯合字典，包含c個子字典。

3.根據權利要求1所述的基于稀疏表示的寄生蟲蟲卵識別方法，其特征在于：步驟（2）中，所述的使用K-SVD算法對字典進行學習，分為三種情況：

（1）針對單類寄生蟲蟲卵識別，用K-SVD算法對初始單類字典進行學習，得到單類表示字典，該字典同時用于初步定位與分類，字典的體積根據原子向量的維數而定；

（2）針對多類寄生蟲蟲卵識別，用K-SVD算法對整個初始聯合字典進行學習，得到聯合表示字典，該字典用于初步定位；

（3）針對多類寄生蟲蟲卵識別，用K-SVD算法對每個初始子字典進行學習，再將所有學習之后的子字典聯合得到聯合判別字典，該字典用于分類，其體積遠大于聯合表示字典的體積。

4.根據權利要求1所述的基于稀疏表示的寄生蟲蟲卵識別方法，其特征在于：步驟（3）中，所述的對所有圖像塊進行稀疏表示是大規模稀疏表示，即使用Batch-OMP算法求解公式（1-1）

min||x-Dθ||₂s.t.||θ||₀≤T?????（1-1）

其中x為輸入信號，D為步驟（2）中得到的單類表示字典或聯合表示字典，θ為系數，T為稀疏性條件。