[發明專利]一種藻類類型的識別方法及系統

在審

• 申請號: 201810040742.5
• 申請日: 2018-01-16
• 公開（公告）號: CN108256533A
• 公開（公告）日: 2018-07-06
• 發明（設計）人: 陳震;張聰炫;江少鋒;高尚
• 申請（專利權）人: 南昌航空大學
• 主分類號: G06K9/46
• 分類號: G06K9/46;G06K9/62;G06K9/00
• 代理公司: 北京高沃律師事務所 11569
• 代理人: 王戈

本發明公開了一種藻類類型的識別方法及系統。所述識別方法包括：獲取被檢藻類的藻類圖像；根據所述藻類圖像計算所述藻類圖像中各個像素點的梯度方向和圖像梯度模值；將所述藻類圖像分割成i個尺寸相同的圖像子區域；根據所述梯度方向、所述圖像梯度模值以及所述圖像子區域確定圖像塊；根據所述圖像子區域確定所述圖像塊的圖像塊特征向量；根據所述圖像塊特征向量確定所述被檢藻類的類型。采用本發明所公開的識別方法及系統能夠快速精確的識別出藻類類型。

技術領域

本發明涉及藻類圖像特征提取領域，特別是涉及一種藻類類型的識別方法及系統。

背景技術

藻類對有機質有著特殊的敏感度，所以可以通過水質中的藻類構成來研究水質情況。

目前對藻類分類和鑒別的傳統方法步驟繁瑣、效率低下、費時費力，并且結果易受主觀判斷的影響；此外，傳統方法要求研究人員具有較高專業知識以及豐富的實踐經驗，但是國內符合要求的研究人員相對來說，依然無法滿足市場需求；且由于顯微鏡笨重且不便于攜帶，導致傳統方法不適用于對大范圍水域的多個檢測點進行全天候、實時對藻類進行分類與計數。

由于傳統對藻類分類與計數的方法要求研究人員依靠人眼識別，不僅對藻類類型識別速度慢，而且極易因為視覺疲勞而導致誤差。

發明內容

本發明的目的是提供一種藻類類型的識別方法及系統，以解決現有技術中受人為主觀因素影響而導致識別誤差大且識別速度慢的問題。

為實現上述目的，本發明提供了如下方案：

一種藻類類型的識別方法，包括：

獲取被檢藻類的藻類圖像；

根據所述藻類圖像計算所述藻類圖像中各個像素點的梯度方向和圖像梯度模值；

將所述藻類圖像分割成i個尺寸相同的圖像子區域；

根據所述梯度方向、所述圖像梯度模值以及所述圖像子區域確定圖像塊；

根據所述圖像子區域確定所述圖像塊的圖像塊特征向量；

根據所述圖像塊特征向量確定所述被檢藻類的類型。

可選的，所述根據所述梯度方向、所述圖像梯度模值以及所述圖像子區域確定圖像塊，具體包括：

按照相同的梯度方向以及所述圖像梯度模值，利用統計直方圖對i個所述圖像子區域進行投影，得到l個圖像塊。

可選的，所述根據所述圖像子區域確定所述圖像塊的圖像塊特征向量，具體包括：

獲取所述圖像塊內的q個圖像子區域；

根據所述梯度方向和所述圖像梯度模值計算得到所述圖像子區域的圖像子區域特征向量；一個所述圖像子區域包括j個圖像子區域特征向量；

將q×j個所述圖像子區域特征向量線性排列組合，得到所述圖像塊的圖像塊特征向量。

可選的，所述根據所述圖像塊特征向量確定所述被檢藻類的類型，具體包括：

對所述圖像塊特征向量進行歸一化處理，得到歸一化后的圖像塊特征向量；

根據所述歸一化后的圖像塊特征向量確定圖像塊特征向量直方圖；

根據圖像塊特征向量直方圖確定基于HOG描述符算子的藻類圖像特征；

根據所述基于HOG描述符算子的藻類圖像特征確定所述被檢藻類的類型。

可選的，所述對所述圖像塊特征向量進行歸一化處理，得到歸一化后的圖像塊特征向量，具體包括：

利用公式對所述圖像塊特征進行歸一化處理，得到歸一化后的圖像塊特征向量；