[發(fā)明專(zhuān)利]一種基于計(jì)算機(jī)視覺(jué)技術(shù)的棉鈴蟲(chóng)雌雄成蟲(chóng)判別方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201810958814.4
• 申請(qǐng)日: 2018-08-22
• 公開(kāi)（公告）號(hào): CN109034269A
• 公開(kāi)（公告）日: 2018-12-18
• 發(fā)明（設(shè)計(jì)）人: 張紅濤;胡玉霞;譚聯(lián);劉新宇;顧波;胡昊;張曉東;劉迦南;許帥濤;裴震宇;常艷
• 申請(qǐng)（專(zhuān)利權(quán)）人: 華北水利水電大學(xué)
• 主分類(lèi)號(hào): G06K9/62
• 分類(lèi)號(hào): G06K9/62;G06K9/36
• 代理公司: 鄭州聯(lián)科專(zhuān)利事務(wù)所(普通合伙) 41104
• 代理人: 劉建芳;常娟

1.一種基于計(jì)算機(jī)視覺(jué)技術(shù)的棉鈴蟲(chóng)雌雄成蟲(chóng)判別方法，其特征在于：包括以下步驟：

A、在支持向量機(jī)SVM中訓(xùn)練建立支持向量機(jī)分類(lèi)器模型：具體包括以下步驟：

a1：建立訓(xùn)練集：選取若干數(shù)量的棉鈴蟲(chóng)雌雄成蟲(chóng)作為訓(xùn)練樣本，采集每個(gè)訓(xùn)練樣本的彩色圖像構(gòu)成訓(xùn)練集；

a2：圖像預(yù)處理：對(duì)訓(xùn)練集中每個(gè)訓(xùn)練樣本的彩色圖像進(jìn)行圖像預(yù)處理；

a3：圖像特征提取：對(duì)預(yù)處理后的訓(xùn)練樣本彩色圖像進(jìn)行特征數(shù)據(jù)提取，提取的特征數(shù)據(jù)包括顏色矩特征、紋理特征和形態(tài)不變矩特征；

a4：圖像特征降維優(yōu)化：采用模擬退火算法對(duì)提取的特征數(shù)據(jù)進(jìn)行降維優(yōu)化處理，保留優(yōu)化特征，構(gòu)建害蟲(chóng)分類(lèi)的特征空間；

a5：在支持向量機(jī)SVM中輸入經(jīng)過(guò)優(yōu)化的圖像特征數(shù)據(jù)并訓(xùn)練建立支持向量機(jī)分類(lèi)器模型：將雌蟲(chóng)規(guī)定為負(fù)類(lèi)樣本，將雄蟲(chóng)規(guī)定為正類(lèi)樣本，將樣本優(yōu)化后的特征數(shù)據(jù)按照對(duì)應(yīng)的樣本種類(lèi)輸入支持向量機(jī)SVM中進(jìn)行分類(lèi)訓(xùn)練，構(gòu)建棉鈴蟲(chóng)雌雄成蟲(chóng)判別的支持向量機(jī)分類(lèi)器模型；

B、采集測(cè)試樣本圖像，提取測(cè)試樣本圖像特征數(shù)據(jù)；

b1：建立測(cè)試集：采集測(cè)試樣本的彩色圖像；

b2：圖像預(yù)處理：對(duì)采集的測(cè)試樣本彩色圖像進(jìn)行圖像預(yù)處理；

b3：圖像特征提取：按照步驟a4經(jīng)過(guò)降維優(yōu)化后所保留的優(yōu)化特征類(lèi)型，對(duì)預(yù)處理后的測(cè)試樣本彩色圖像進(jìn)行特征數(shù)據(jù)提取；

C、將測(cè)試樣本圖像特征數(shù)據(jù)輸入分類(lèi)器模型，根據(jù)輸出結(jié)果判定棉鈴蟲(chóng)雌雄成蟲(chóng)判別分類(lèi)；

將測(cè)試樣本的圖像特征數(shù)據(jù)輸入步驟a5所得支持向量機(jī)分類(lèi)器模型的輸入端，若判定結(jié)果為正類(lèi)，則為雄蟲(chóng)，若判定結(jié)果為負(fù)類(lèi)，則為雌蟲(chóng)。

2.根據(jù)權(quán)利要求1所述的基于計(jì)算機(jī)視覺(jué)技術(shù)的棉鈴蟲(chóng)雌雄成蟲(chóng)判別方法，其特征在于：所述步驟a2和步驟b2中的圖像預(yù)處理步驟如下：

2.1:去除彩色圖像背景：在彩色圖像需保留的前景區(qū)域內(nèi)使用自動(dòng)標(biāo)記線(xiàn)條對(duì)棉鈴蟲(chóng)輪廓進(jìn)行標(biāo)記，自動(dòng)判別前景區(qū)域與背景區(qū)域最佳分割曲線(xiàn)并進(jìn)行背景去除；

2.2:獲取樣本二值化圖像：對(duì)去除背景后的圖像進(jìn)行自適應(yīng)圖像增強(qiáng)處理、灰度化和二值化處理，然后進(jìn)行形態(tài)學(xué)處理和高斯濾波，獲取二值化圖像，對(duì)二值化圖像中同一背景下的多個(gè)害蟲(chóng)進(jìn)行分割編碼，獲取包含單個(gè)樣本的樣本二值化圖像；

2.3:將步驟2.1所得彩色圖像與步驟2.2所得樣本二值化圖像相乘得到樣本彩色圖像。

3.根據(jù)權(quán)利要求2所述的基于計(jì)算機(jī)視覺(jué)技術(shù)的棉鈴蟲(chóng)雌雄成蟲(chóng)判別方法，其特征在于：所述步驟2.1所得去除背景后的圖像采用直方圖均衡化后的灰度圖像。

4.根據(jù)權(quán)利要求2所述的基于計(jì)算機(jī)視覺(jué)技術(shù)的棉鈴蟲(chóng)雌雄成蟲(chóng)判別方法，其特征在于：所述步驟2.2中獲取二值化圖像過(guò)程為：選擇一個(gè)最優(yōu)閾值，將像素值設(shè)為數(shù)值為0和1的logical型數(shù)值，將大于閾值的像素設(shè)置為白色，即像素為1，將小于閾值的像素點(diǎn)設(shè)置為黑色，即像素為0。

5.根據(jù)權(quán)利要求2所述的基于計(jì)算機(jī)視覺(jué)技術(shù)的棉鈴蟲(chóng)雌雄成蟲(chóng)判別方法，其特征在于：所述步驟2.2中的形態(tài)學(xué)處理包括開(kāi)運(yùn)算、閉運(yùn)算和膨脹腐蝕處理，通過(guò)形態(tài)學(xué)處理去除圖像中雌雄棉鈴成蟲(chóng)的觸角和足后，再對(duì)圖像進(jìn)行高斯濾波處理。

6.根據(jù)權(quán)利要求2所述的基于計(jì)算機(jī)視覺(jué)技術(shù)的棉鈴蟲(chóng)雌雄成蟲(chóng)判別方法，其特征在于：所述步驟2.2中的分割編碼采用二值化圖像中的連通區(qū)域作為判別標(biāo)準(zhǔn)，逐一對(duì)蟲(chóng)體分割并將雌雄區(qū)分編號(hào)。

7.根據(jù)權(quán)利要求1所述的基于計(jì)算機(jī)視覺(jué)技術(shù)的棉鈴蟲(chóng)雌雄成蟲(chóng)判別方法，其特征在于：所述步驟a3和步驟b3中圖像特征數(shù)據(jù)提取過(guò)程為：

3.1：針對(duì)預(yù)處理后所得樣本的RGB圖像，提取其RGB顏色矩特征；

3.2：提取樣本RGB圖像中的三個(gè)單通道灰度圖像，并將提取的三個(gè)單通道灰度圖像與HSV通道圖像比較，選擇出最佳灰度圖像；

3.3：提取最佳灰度圖像基于灰度共生矩陣和差分統(tǒng)計(jì)矩陣的紋理特征；

3.4：提取預(yù)處理后所得樣本圖像的七個(gè)不變矩，得到昆蟲(chóng)整體圖像的特征向量，并對(duì)特征向量進(jìn)行歸一化處理，歸一化處理后的數(shù)據(jù)處于[0,1]區(qū)間。