[發明專利]富營養化的湖面生物識別方法在審
| 申請號： | 201810487121.1 | 申請日： | 2018-05-21 |
| 公開（公告）號： | CN110516504A | 公開（公告）日： | 2019-11-29 |
| 發明（設計）人： | 朱姝 | 申請（專利權）人： | 朱姝 |
| 主分類號： | G06K9/00 | 分類號： | G06K9/00;G06K9/32;G06K9/46;G06K9/62 |
| 代理公司： | 暫無信息 | 代理人： | 暫無信息 |
| 地址： | 610000 四川省成都*** | 國省代碼： | 四川;51 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 富營養化 空間域 湖面 圖像 邊緣檢測 變換域 人工神經網絡 分解 尺度空間 類別樣本 模式識別 生物檢測 生物識別 生物圖像 雙重檢測 特征向量 梯度算子 圖像變換 圖像信息 采集點 域變換 小波 檢測 | ||
【權利要求書】：
1.富營養化的湖面生物識別方法，包括富營養化的湖面生物類別樣本、待識別圖像，其特征在于，還包括以下步驟：
S1，獲取來自富營養化的湖面生物檢測采集點的待識別圖像，在空間域中進行分解域變換，使圖像信息分解到的多個尺度空間中；
S2，利用空間域梯度算子進行待識別圖像的邊緣檢測；
S3，在圖像變換域中，利用小波進行待識別圖像的邊緣檢測；
S4，提取空間域和變換域中邊緣檢測獲取的待識別圖像的特征向量；
S5，利用人工神經網絡進行模式識別，將富營養化的湖面生物類別樣本進行離線訓練，確定權值，與S4獲得的特征向量進行運算，實現待識別圖像的識別。
2.根據權利要求1所述的富營養化的湖面生物識別方法，其特征在于，所述S1中的分解域變換采用小波多尺度分解域變換。
3.根據權利要求1所述的富營養化的湖面生物識別方法，其特征在于，所述S2中的梯度算子采用高斯拉普拉斯算子。
4.根據權利要求1所述的富營養化的湖面生物識別方法，其特征在于，所述S3中的邊緣檢測結果采用鏈表進行記錄。
5.根據權利要求1所述的富營養化的湖面生物識別方法，其特征在于，所述S4中的特征向量采用統計特征。
下載完整專利技術內容需要扣除積分，VIP會員可以免費下載。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于朱姝，未經朱姝許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201810487121.1/1.html，轉載請聲明來源鉆瓜專利網。
- 上一篇：基于合成技術的人群人臉識別方法
- 下一篇：寄生蟲蟲卵圖像識別方法
- 彩色圖像和單色圖像的圖像處理
- 圖像編碼/圖像解碼方法以及圖像編碼/圖像解碼裝置
- 圖像處理裝置、圖像形成裝置、圖像讀取裝置、圖像處理方法
- 圖像解密方法、圖像加密方法、圖像解密裝置、圖像加密裝置、圖像解密程序以及圖像加密程序
- 圖像解密方法、圖像加密方法、圖像解密裝置、圖像加密裝置、圖像解密程序以及圖像加密程序
- 圖像編碼方法、圖像解碼方法、圖像編碼裝置、圖像解碼裝置、圖像編碼程序以及圖像解碼程序
- 圖像編碼方法、圖像解碼方法、圖像編碼裝置、圖像解碼裝置、圖像編碼程序、以及圖像解碼程序
- 圖像形成設備、圖像形成系統和圖像形成方法
- 圖像編碼裝置、圖像編碼方法、圖像編碼程序、圖像解碼裝置、圖像解碼方法及圖像解碼程序
- 圖像編碼裝置、圖像編碼方法、圖像編碼程序、圖像解碼裝置、圖像解碼方法及圖像解碼程序
