[發(fā)明專利]一種計算圖像中食物熱量的方法及裝置在審
| 申請?zhí)枺?/td> | 201810736434.6 | 申請日: | 2018-07-06 |
| 公開(公告)號: | CN109002850A | 公開(公告)日: | 2018-12-14 |
| 發(fā)明(設(shè)計)人: | 林柱英;曾海軍;王細(xì)娥 | 申請(專利權(quán))人: | 無錫眾創(chuàng)未來科技應(yīng)用有限公司 |
| 主分類號: | G06K9/62 | 分類號: | G06K9/62;G06K9/34;G06K9/46;G16H20/60 |
| 代理公司: | 廣州市百拓共享專利代理事務(wù)所(特殊普通合伙) 44497 | 代理人: | 盧剛 |
| 地址: | 214100 江蘇省*** | 國省代碼: | 江蘇;32 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 食物圖像 食物熱量 用餐 模糊C均值算法 圖像 飲食 食物熱量表 圖像塊特征 計算食物 局部特征 全局特征 提取圖像 分割 評估 健康 管理 | ||
1.一種計算圖像中食物熱量的方法,所述方法包括如下步驟:
步驟1:獲取食物圖像,采用模糊C均值算法對食物圖像進(jìn)行分割獲取各種類食物圖像塊;
步驟2:基于所述各種類食物圖像塊提取圖像塊特征,所述圖像塊特征包括全局特征和局部特征;
步驟3:采用球形SVM分類器對各種類食物進(jìn)行識別;
步驟4:根據(jù)識別出的食物種類以及食物熱量表和食物密度表對食物的熱量進(jìn)行計算。
2.根據(jù)權(quán)利要求1所述計算圖像中食物熱量的方法,其中所述采用模糊C均值算法對食物圖像進(jìn)行分割獲取各種類食物圖像塊進(jìn)一步包括:步驟101:確定聚類類別數(shù)c,其中c滿足條件2≤c≤n,確定模糊加權(quán)指數(shù)m,其中1≤m≤∞,確定迭代停止條件ε以及最大迭代次數(shù),初始化迭代次數(shù)b=0,同時確定初始化模糊分類矩陣U(0);
步驟102:根據(jù)模糊分類矩陣U(b)計算聚類中心矩陣所述公式為其中表示第j個像素對第i類的隸屬度,xi表示樣本集合中的樣本,N表示樣本集中元素的個數(shù);
步驟103:利用獲取的聚類中心矩陣更新模糊分類矩陣U(b+1),所述公式為
其中Djk表示第k個像素到第i類的距離;
步驟104:如果計算||U(b)-U(b+1)||<ε,則計算停止,否則置b=b+1,返回步102;
步驟105:通過求得的目標(biāo)函數(shù)最小值得到最佳聚類,所述目標(biāo)函數(shù)表示為其中,D是像素點的數(shù)量,yj是群簇的中心向量,||xi-yi||2表示像素點xi到群簇j的距離。
3.根據(jù)權(quán)利要求1所述的計算圖像中食物熱量的方法,所述全局特征包括顏色特征描述符和紋理特征描述符,其中,所述顏色特征描述符通過顏色空間矩的顏色分量來表示,該特征可以從RGB和HSV顏色空間的每個分量中獲得,其表示為:F={(C1P1V1),...(CpPpVp)}
其中Cp是分割圖像的3D顏色矢量表示,Pp表示百分比值,Vp表示該區(qū)域的測量方差。
4.根據(jù)權(quán)利要求3所述的計算圖像中食物熱量的方法,其中,基于梯度方向空間相關(guān)性矩陣或熵分類或基于Gabor的圖像分解和分形維數(shù)估計的方法來獲取紋理特征描述符,其中,梯度方向的特征向量包括角二次矩(A),熵(E),對比度(Ct)相關(guān)性(Cr)和均勻性(H)等幾種統(tǒng)計量,所述紋理特征描述符表示為其中fd=[Cr0,A0,E0,Ct0,H0,Cr45,A45,E45,Ct45,H45,Cr90A90E90Ct90,H90Cr135,A135,E135,Ct135,H135]。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于無錫眾創(chuàng)未來科技應(yīng)用有限公司,未經(jīng)無錫眾創(chuàng)未來科技應(yīng)用有限公司許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201810736434.6/1.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 同類專利
- 專利分類
G06K 數(shù)據(jù)識別;數(shù)據(jù)表示;記錄載體;記錄載體的處理
G06K9-00 用于閱讀或識別印刷或書寫字符或者用于識別圖形,例如,指紋的方法或裝置
G06K9-03 .錯誤的檢測或校正,例如,用重復(fù)掃描圖形的方法
G06K9-18 .應(yīng)用具有附加代碼標(biāo)記或含有代碼標(biāo)記的打印字符的,例如,由不同形狀的各個筆畫組成的,而且每個筆畫表示不同的代碼值的字符
G06K9-20 .圖像捕獲
G06K9-36 .圖像預(yù)處理,即無須判定關(guān)于圖像的同一性而進(jìn)行的圖像信息處理
G06K9-60 .圖像捕獲和多種預(yù)處理作用的組合
- 一種宏基因組重疊群的分類方法
- 基于自適應(yīng)元胞遺傳與優(yōu)選模糊C?均值的混合聚類算法
- 基于FCM算法融合改進(jìn)GSA算法的醫(yī)學(xué)圖像分割方法
- 模糊C均值連續(xù)型最大流最小割腦腫瘤圖像分割方法
- 基于決策樹的模糊C聚類的負(fù)荷分類方法
- 一種基于雜交水稻算法優(yōu)化的模糊C均值聚類方法及系統(tǒng)
- 一種圖像分割方法、裝置、存儲介質(zhì)及終端設(shè)備
- 基于模糊C均值聚類算法的變壓器故障診斷方法及系統(tǒng)
- 一種基于奇異值分解和模糊C均值法的探地雷達(dá)圖像處理方法
- 一種基于樽海鞘群算法優(yōu)化的模糊C均值聚類方法





