[發明專利]一種基于形態學多特征融合的害蟲圖像分類方法及系統

在審

• 申請號: 201410336163.7
• 申請日: 2014-07-15
• 公開（公告）號: CN104102920A
• 公開（公告）日: 2014-10-15
• 發明（設計）人: 王儒敬;李瑞;謝成軍;張潔;洪沛霖;宋良圖;董偉;周林立;郭書普;張立平;黃河;聶余滿
• 申請（專利權）人: 中國科學院合肥物質科學研究院
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06K9/66;G06K9/54
• 代理公司: 合肥天明專利事務所 34115
• 代理人: 奚華保

1.一種基于形態學多特征融合的害蟲圖像分類方法，該方法包括下列順序的步驟：

(1)訓練過程：對訓練圖像集的數據進行圖像分割，對經分割后的訓練圖像進行預處理，提取訓練圖像的形態學特征，經過多形態特征融合，得到訓練圖像特征矩陣；

(2)測試過程：輸入待識別的測試圖像，對測試圖像進行圖像分割、預處理，提取測試圖像的形態學特征，經過多形態特征融合，得到測試圖像特征矩陣；

(3)識別害蟲種類：計算測試圖像特征矩陣與訓練圖像特征矩陣的相似度，找出相似度最高的類別，根據相似度得到害蟲種類與防治方法。

2.根據權利要求1所述的基于形態學多特征融合的害蟲圖像分類方法，其特征在于：在訓練過程中，對訓練集中所有圖像運用GrabCut方法進行圖像分割，其主要步驟如下：

(1)定義背景集T_F為矩形框外部分，前景集T_O＝φ，未知區域令T_U中像素n的屬性α_n＝1，其余像素α_n＝0，對α_n＝1和α_n＝0兩類像素分別統計GMM；

(2)為T_U中像素n估計所在的GMM部件：

kn=argminknDn(αn,kn,θ,zn)]]>

(3)獲得GMM參數θ：

θ=argminθ(α,k,θ,z)]]>

(4)最小切割方法估計分割：

min{αn:n∈TU}minkE(α,k,θ,z)]]>

(5)重復第2步，直到收斂；

其中，α為不透明度向量，α_n為第n個像素點的不透明度；k為優化過程中引入的向量，k_n為每個像素的獨立參數；θ為圖像前景與背景的灰度直方圖；z為圖像灰度值數組，z_n為第n個像素點的灰度值D_n(α_n,k_n,θ,z_n)表示第n個GMM數據項，E(α,k,θ,z)表示Gibbs能量函數。