[發(fā)明專利]采用圖像識別技術將環(huán)境微生物進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（設計）人: 李晨;蔣濤
• 申請（專利權）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權代理有限公司 51214
• 代理人: 詹永斌

技術領域

本發(fā)明涉及環(huán)境微生物分類技術領域，尤其涉及一種采用圖像識別技術將環(huán)境微生物進行分類的方法和系統(tǒng)。

背景技術

微生物在自然界中是無處不在，無處不有的，數(shù)目巨大。微生物對于地球上的生命是至關重要的，它們可以將重要的元素轉換為能量，保持大氣中的化學平衡，為植物和動物提供養(yǎng)分。微生物還可以用于實現(xiàn)許多商業(yè)目的，如制造抗生素、提高農業(yè)效率以及生產生物燃料。此外還有一小部分微生物對人有害，導致各種疾病的發(fā)生。從歷史觀點來看，微生物研究主要集中于研究個體物種。

現(xiàn)有技術中要將環(huán)境微生物進行分類通常采用的方法是：將DNA標簽序列與已知數(shù)據(jù)庫中的已知序列進行比對，并根據(jù)比對結果確定DNA標簽序列的所屬分類。從而實現(xiàn)環(huán)境微生物的分類，但這樣的分類方法需要檢測DNA的序列，導致分類過程復雜，難以實現(xiàn)。

發(fā)明內容

本發(fā)明的目的是針對現(xiàn)有技術中的分類方法實現(xiàn)過程復雜的技術問題，本發(fā)明公開了一種采用圖像識別技術將環(huán)境微生物進行分類的方法和系統(tǒng)。

本發(fā)明的技術方案如下:

本發(fā)明公開了一種采用圖像識別技術將環(huán)境微生物進行分類的方法，其具體包括以下的步驟：步驟一、構建環(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行訓練；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。通過構建分類模型，根據(jù)圖片就可以實現(xiàn)環(huán)境微生物的分類，在分類的過程中既判斷圖像的全局形狀特征，也判斷圖像的局部形狀特征，提高了最終的微生物分類的準確率。

更進一步地，上述邊緣檢測具體為Sobel邊緣檢測或者Canny邊緣檢測。通過邊緣檢測檢測出環(huán)境微生物的圖像邊緣，以便于后續(xù)的分類。

更進一步地，上述全局形狀特征為：邊緣柱狀圖描述子、幾何特征、傅里葉描述子和內部結構柱狀圖其中的一種、或其中任意兩種或任意三種的結合、或者四種全部包括。全局形狀特征結合局部形狀特征，提高了分類的準確性。

更進一步地，上述方法還包括對形狀簽名進行傅里葉變換，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)則用于表示細節(jié)信息，經過傅里葉變換的形狀簽名呈鏡面對稱的結構。

更進一步地，上述局部形狀特征為SIFT特征、RGB-SIFT特征、成對的SIFT特征、或者快速SIFT其中的一種。

更進一步地，上述SIFT特征采用以下的方式進行提取：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、尺度和旋轉不變參數(shù)，最后形成一個128維度的特征向量：SIFT=[s₁,s₂,…,s₁₂₈]^T。

更進一步地，上述分類采用SVM分類器實現(xiàn)。

更進一步地，上述分類器為“兩類SVM分類器”（，英文為Two-classSVMClassifier，而不是說有兩種類型的分類器）。由于分類結果明確，所以更適合進行后期特征融合來增環(huán)境微生物分類結果。

更進一步地，上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分類器進行環(huán)境微生物分類并得到相應分類分數(shù)，其次，利用網格式方法對SVM分數(shù)進行優(yōu)化，并得到能夠產生最佳分類結果的權重組合，最后，這個最優(yōu)的權重組合被應用在整個環(huán)境微生物分類之中。