[發明專利]多尺度特征融合網絡結合定位模型的害蟲自動計數方法

在審

• 申請號: 201880024482.0
• 申請日: 2018-09-04
• 公開（公告）號: CN110770752A
• 公開（公告）日: 2020-02-07
• 發明（設計）人: 李瑞;王儒敬;謝成軍;張潔;陳天嬌;陳紅波;胡海瀛;吳曉偉
• 申請（專利權）人: 安徽中科智能感知產業技術研究院有限責任公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06K9/46
• 代理公司: 34138 蕪湖思誠知識產權代理有限公司
• 代理人: 項磊

1.多尺度特征融合網絡結合定位模型的害蟲自動計數方法，其特征在于：包括以下步驟：

第一步、訓練樣本的建立：獲取若干田間自然環境下害蟲圖像作為訓練圖像，且對圖像中害蟲進行標記，得到訓練樣本；

第二步、構造害蟲檢測計數模型：構造定位模型和多尺度特征融合網絡，利用定位模型提取訓練樣本的候選區域，再通過多尺度融合網絡提取候選區域的特征后對其分類，并輸出對應圖中的坐標值；

第三步、待計數圖像的獲?。韩@取田間拍攝的害蟲圖像，并進行預處理得到待計數圖像；

第四步、害蟲個數的獲得：將待計數圖像輸入害蟲檢測計數模型，得到圖像中害蟲個數。

2.根據權利要求1所述的多尺度特征融合網絡結合定位模型的害蟲自動計數方法，其特征在于：所述第二步具體包括下列步驟：

S2.1、構造定位模型，定位出害蟲的候選區域；

S2.2、構造多尺度特征融合網絡，對多尺度特征融合網絡結構進行改造以提取害蟲特征；

S2.3、訓練多尺度特征融合網絡，根據定位模型針對訓練樣本定位出來的候選區域作為特征進行訓練，將其每層的輸出結果作為預測結果。

3.根據權利要求2所述的多尺度特征融合網絡結合定位模型的害蟲自動計數方法，其特征在于：所述步驟S2.1具體包括下列步驟：

S2.1.1、設定顏色空間轉換模塊：顏色空間轉換模塊用于將RGB顏色空間轉換為YcbCr顏色空間，并分割為R＝{r₁,r₂,...r_n}個分割區域；

S2.1.2、計算色彩信息相似度：使用L1范式歸一化獲取圖像每個顏色通道的25個直方圖，計算該色彩空間的相似度，其計算公式如下：

其中，f_color(r_i,r_j)表示分割區域r_i與r_j的色彩空間相似度，表示第i個通道、第k個直方圖向量，i＝1,2,3，k＝0,1....,25，n表示直方圖個數，r_i表示分割區域R＝{r₁,r₂,...r_n}第i個區域；表示第j個通道、第k個直方圖向量，j＝1,2,3，m表示m個直方圖；

S2.1.3、計算邊緣信息相似度，對每個顏色通道的8個不同方向計算方差σ＝1的高斯微分，每個通道每個顏色獲取10個的直方圖使用L1范式歸一化，計算邊緣信息相似度，其計算公式如下：

其中，f_edage(r_i,r_j)表示分割區域r_i與r_j的邊緣信息相似度，表示第i個通道、第k個直方圖向量，表示第j個通道、第k個直方圖向量，其中i＝1,2,3，j＝1,2,3，k＝0,1....,10；n表示直方圖個數，m表示m個直方圖，r_i表示分割區域R＝{r₁,r₂,...r_n}第i個區域；

S2.1.4、計算區域大小相似度，其計算公式如下：

其中f_area(r_i,r_j)表示表示分割區域r_i與r_j的區域大小相似度，area()表示區域面積；area(img)表示圖片面積，r_i表示分割區域R＝{r₁,r₂,...r_n}第i個區域，r_j表示分割區域R＝{r₁,r₂,...r_n}第j個區域；

S2.1.5、將色彩信息相似度、邊緣信息相似度、區域大小相似度融合，其計算公式如下：

f(r_i,r_j)＝w₁f_color(r_i,r_j)+w₂f_edage(r_i,r_j)+w₃f_area(r_i,r_j)，

其中，f(r_i,r_j)表示分割區域r_i與r_j融合后的相似度，w₁、w₂、w₃分別表示信息相似度、邊緣信息相似度、區域大小相似度的權值，r_i表示分割區域R＝{r₁,r₂,...r_n}第i個區域，r_j表示分割區域R＝{r₁,r₂,...r_n}第j個區域；

經過色彩信息形似度、邊緣信息相似度、區域大小相似度合并，r_i與r_j不斷融合最終生成的n個區域，即為害蟲的候選區域。