[發(fā)明專利]一種動物種類的識別方法

在審

• 申請?zhí)枺?/td>: 201810864967.2
• 申請日: 2018-08-01
• 公開（公告）號: CN109165681A
• 公開（公告）日: 2019-01-08
• 發(fā)明（設(shè)計）人: 孫小華
• 申請（專利權(quán)）人: 長興曼爾申機械科技有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06K9/46
• 代理公司: 杭州云睿專利代理事務(wù)所(普通合伙) 33254
• 代理人: 楊淑芳

本發(fā)明公開了一種動物種類的識別方法，包括以下步驟：步驟一：獲取動物圖像：獲取待識別動物的圖像為TP；步驟二：模糊檢測：若圖像模糊，則重新獲取動物圖像；步驟三：邊界識別：識別圖像中的物體的邊界，將圖像分為tp₁、tp₂、...、tp_n；步驟四：特征識別：識別圖像中各個物體的特征，所述特征包括顏色特征、形狀特征、紋理特征；步驟五：動物判斷：對比特征數(shù)據(jù)庫，結(jié)合特征的相似度獲得一個或多個動物結(jié)果。本發(fā)明能根據(jù)動物圖像獲得相近的一個或多個動物結(jié)果。本發(fā)明可以結(jié)合APP軟件使用，通過軟件上上傳圖像，通過對圖像的邊界識別后的特征識別，對比特征數(shù)據(jù)庫給出相似度較高的一個或多個動物結(jié)果，從而實現(xiàn)照片抓取后的實時動物識別。

【技術(shù)領(lǐng)域】

本發(fā)明涉及識別方法的技術(shù)領(lǐng)域，特別是動物種類的識別方法的技術(shù)領(lǐng)域。

【背景技術(shù)】

隨著物聯(lián)網(wǎng)技術(shù)的發(fā)展，智能移動端的應(yīng)用更為廣泛，依賴于智能移動端上的軟件平臺，實現(xiàn)類別的識別，也變得可能。生活中，經(jīng)常會遇到一些動物不認(rèn)識，有的只知道大類，不知道小類。為此，需要一種能夠通過抓取動物圖像信息，最終給出一個或多個動物結(jié)果的軟件，從而幫助人們認(rèn)識動物種類。結(jié)合Pech-Pacheco等人于2000年模式識別國際會議論文：《Diatom autofocusing in brightfield microscopy:a comparative study》中的拉普拉斯方差算法，可以對輸入圖像進行模糊檢測的前處理，可以在圖像模糊時自動提醒使用者重新上傳圖像。

【發(fā)明內(nèi)容】

本發(fā)明的目的就是解決現(xiàn)有技術(shù)中的問題，提出一種動物種類的識別方法，能根據(jù)動物圖像獲得相近的一個或多個動物結(jié)果。本發(fā)明可以結(jié)合APP軟件使用，通過軟件上上傳圖像，通過對圖像的邊界識別后的特征識別，對比特征數(shù)據(jù)庫給出相似度較高的一個或多個動物結(jié)果，從而實現(xiàn)照片抓取后的實時動物識別。

為實現(xiàn)上述目的，本發(fā)明提出了一種動物種類的識別方法，包括以下步驟：

步驟一：獲取動物圖像：獲取待識別動物的圖像為TP；

步驟二：模糊檢測：若圖像模糊，則重新獲取動物圖像；

步驟三：邊界識別：識別圖像中的物體的邊界，將圖像分為tp₁、tp₂、...、tp_n；

步驟四：特征識別：識別圖像中各個物體的特征，所述特征包括顏色特征、形狀特征、紋理特征；

步驟五：動物判斷：對比特征數(shù)據(jù)庫，結(jié)合特征的相似度獲得一個或多個動物結(jié)果。

作為優(yōu)選，所述步驟二中的模糊檢測的步驟為：

步驟21：卷積計算：將圖像中的某一通道用拉普拉斯掩模做卷積運算，所述通道為灰度值，所述拉普拉斯掩模為

步驟22：計算方差；

步驟23：判斷：如果圖像的方差低于閾值，該圖像是模糊的；如果圖像的方差高于閾值，該圖像不是模糊的。

作為優(yōu)選，所述步驟四的顏色特征包括顏色矩、顏色直方圖、顏色集、顏色相關(guān)矢量；所述顏色矩包括顏色均值顏色反差顏色斜度所述p_ij為圖像第i個顏色通道分量中灰度為j的像素出現(xiàn)的概率，所述N為圖像中的像素個數(shù)；所述顏色直方圖H為p_i＝h_i，所述h_i為第i種顏色在圖像中具有的像素數(shù)；所述顏色集采用顏色空間HSI進行劃分；所述顏色相關(guān)矢量的計算步驟為：首先進行圖像平滑，其次對顏色空間進行量化，使之在圖像中僅包含n個不同顏色，然后在一個給定的顏色元內(nèi)，將像素分成相關(guān)或不相關(guān)兩類，最后根據(jù)各連通區(qū)的大小，將像素分成相關(guān)和不相關(guān)兩部分。