[發(fā)明專利]采用圖像識別技術(shù)將環(huán)境微生物進(jìn)行分類的方法和系統(tǒng)

在審

• 申請?zhí)枺?/td>: 201511015943.2
• 申請日: 2015-12-31
• 公開（公告）號: CN105447527A
• 公開（公告）日: 2016-03-30
• 發(fā)明（設(shè)計）人: 李晨;蔣濤
• 申請（專利權(quán)）人: 四川木牛流馬智能科技有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06K9/46
• 代理公司: 成都九鼎天元知識產(chǎn)權(quán)代理有限公司 51214
• 代理人: 詹永斌

1.一種采用圖像識別技術(shù)將環(huán)境微生物進(jìn)行分類的方法，其具體包括以下的步驟：步驟一、構(gòu)建環(huán)境微生物分類模型，采用原始環(huán)境微生物顯微圖片對分類模型進(jìn)行訓(xùn)練；步驟二、獲取新的需要分類的環(huán)境微生物的顯微圖片，人工選定環(huán)境微生物所在的區(qū)域，在環(huán)境微生物所在的區(qū)域內(nèi)采用邊緣檢測獲得環(huán)境微生物的邊緣分布，然后再次人工選定最終的環(huán)境微生物所在的區(qū)域，并將該區(qū)域保存為二值圖；步驟三、獲取二值圖的全局形狀特征和局部形狀特征，分類模型根據(jù)全局形狀特征和局部形狀特征進(jìn)行環(huán)境微生物的分類，所述局部形狀特征采用尺度不變特征。

2.如權(quán)利要求1所述的采用圖像識別技術(shù)將環(huán)境微生物進(jìn)行分類的方法，其特征在于所述邊緣檢測具體為Sobel邊緣檢測或者Canny邊緣檢測。

3.如權(quán)利要求1所述的采用圖像識別技術(shù)將環(huán)境微生物進(jìn)行分類的方法，其特征在于所述全局形狀特征為：邊緣柱狀圖描述子、幾何特征、形狀簽名和內(nèi)部結(jié)構(gòu)柱狀圖其中的一種、或其中任意兩種或任意三種的結(jié)合、或者四種全部包括。

4.如權(quán)利要求3所述的采用圖像識別技術(shù)將環(huán)境微生物進(jìn)行分類的方法，其特征在于所述方法還包括對形狀簽名進(jìn)行傅里葉變換，形狀簽名中的主要信息通過低階傅里葉系數(shù)表示出來，高階傅里葉系數(shù)則用于表示細(xì)節(jié)信息，經(jīng)過傅里葉變換的形狀簽名呈鏡面對稱的結(jié)構(gòu)。

5.如權(quán)利要求1所述的采用圖像識別技術(shù)將環(huán)境微生物進(jìn)行分類的方法，其特征在于所述局部形狀特征為SIFT特征、RGB-SIFT特征、成對的SIFT特征、或者快速SIFT特征其中的一種。

6.如權(quán)利要求5所述的采用圖像識別技術(shù)將環(huán)境微生物進(jìn)行分類的方法，其特征在于所述SIFT特征采用以下的方式進(jìn)行提取：首先在尺度空間中尋找極值點，接著提取出這些極值點的位置、尺度和旋轉(zhuǎn)不變參數(shù)，最后形成一個128維度的特征向量：SIFT=[s₁,s₂,…,s₁₂₈]^T。

7.如權(quán)利要求1所述的采用圖像識別技術(shù)將環(huán)境微生物進(jìn)行分類的方法，其特征在于所述分類采用SVM分類器實現(xiàn)。

8.如權(quán)利要求1所述的采用圖像識別技術(shù)將環(huán)境微生物進(jìn)行分類的方法，其特征在于所分類所使用的分類器為“兩類SVM分類器”

如權(quán)利要求8所述的采用圖像識別技術(shù)將環(huán)境微生物進(jìn)行分類的方法，其特征在于所述合并過程具體如下：首先，利用五個獨立的特征向量與兩類SVM分類器進(jìn)行環(huán)境微生物分類并得到相應(yīng)分類分?jǐn)?shù)，其次，利用網(wǎng)格式方法對SVM分?jǐn)?shù)進(jìn)行優(yōu)化，并得到能夠產(chǎn)生最佳分類結(jié)果的權(quán)重組合，最后，這個最優(yōu)的權(quán)重組合被應(yīng)用在整個環(huán)境微生物分類之中。

9.一種采用圖像識別技術(shù)將環(huán)境微生物進(jìn)行分類的系統(tǒng)，其特征在于具體包括模型構(gòu)建單元、模型訓(xùn)練單元、環(huán)境微生物顯微圖片獲取單元、邊緣檢測單元、全局形狀特征獲取單元、局部形狀特征獲取單元和分類器；所述模型構(gòu)建單元用于構(gòu)建環(huán)境微生物分類模型；所述模型訓(xùn)練單元用于采用原始環(huán)境微生物顯微圖片對分類模型進(jìn)行訓(xùn)練；所述環(huán)境微生物顯微圖片獲取單元用于獲取新的需要分類的環(huán)境微生物的顯微圖片，人工選定環(huán)境微生物所在的區(qū)域；所述邊緣檢測單元用于在環(huán)境微生物所在的區(qū)域內(nèi)采用邊緣檢測獲得環(huán)境微生物的邊緣分布，然后再次人工選定最終的環(huán)境微生物所在的區(qū)域，并將該區(qū)域保存為二值圖；所述全局形狀特征獲取單元用于獲取二值圖的全局形狀特征；所述局部形狀特征獲取單元用于獲取局部形狀特征；所述分類模型中的分類器用于根據(jù)全局形狀特征和局部形狀特征進(jìn)行環(huán)境微生物的分類，所述局部形狀特征采用尺度不變特征。