[發明專利]基于圖像識別的野山參分級檢定方法

在審

• 申請號: 201910223723.0
• 申請日: 2019-03-22
• 公開（公告）號: CN110059573A
• 公開（公告）日: 2019-07-26
• 發明（設計）人: 何潔;金暉
• 申請（專利權）人: 浙江大學城市學院
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/46;G06K9/62
• 代理公司: 杭州九洲專利事務所有限公司 33101
• 代理人: 張羽振

1.一種基于圖像識別的野山參分級檢定方法，其特征在于，包括如下步驟：

步驟1：根據等級標準檢定方法，首先確定野山參的蘆、艼、體、須的數量、位置及相對尺寸；采用邊緣檢測方法進行圖像特征識別；邊緣勾勒出區域輪廓；在不同區域之間，像素灰度值發生變化，使之不連續，從而找出區域與區域之間的邊界，將區域分割開來，利用區域間邊緣的灰度值不連續的特性，通過求導進行檢測；

步驟2：在確定野山參的各部分區域后，在區域的基礎上進行紋和蘆碗的圖像識別；結合紋和蘆碗的形態特征，采用基于小波和LBP紋理特征算法相結合的基礎上，通過多尺度的分類方法進行紋和蘆碗的圖像識別。

2.根據權利要求1所述的基于圖像識別的野山參分級檢定方法，其特征在于，所述步驟1的具體步驟為：

1.1：應用高斯濾波平滑圖像；對原始數據與高斯mask作卷積，得到的圖像與原始圖像相比輕微模糊；

1.2：尋找圖像中的強度梯度；首先，利用如下的核來分別求得沿水平(x)和垂直(y)方向的梯度G_X和G_Y；

K_{GX}＝[-1 0 1；-2 0 2；-1 0 1],K_{GY}＝{-1-2-1；0 0 0；1 2 1}

再通過下式計算梯度度量值:

把平滑后的圖像中的每一個點用G代替，可以獲得如下公式；存儲梯度方向，存儲兩塊數據，一是梯度的強度信息，另一個是梯度的方向信息；

Θ＝atan2(G_y，G_x)

1.3：應用非最大抑制技術來消除邊誤檢

保留了每個像素點上梯度強度的極大值，而刪掉其他的值；

1.4：應用雙閾值的方法來決定潛在的邊界

經過非極大抑制后圖像中仍然有很多噪聲點；Canny算法中應用了一種叫雙閾值的技術；即設定一個閾值上界和閾值下界，圖像中的像素點如果大于閾值上界則認為必然是邊界，小于閾值下界則認為必然不是邊界，兩者之間的則認為是候選項，需進行進一步處理；

1.5：利用滯后技術來跟蹤邊界

和強邊界相連的弱邊界認為是邊界，其他的弱邊界則被抑制；采用CANNY算法發現輸入圖像的邊緣而且在輸出圖像中標識這些邊緣；小閾值用來控制邊緣連接，大的閾值用來控制強邊緣的初始分割。

3.根據權利要求1所述的基于圖像識別的野山參分級檢定方法，其特征在于，所述步驟1.3的具體步驟為，對于每個像素點，進行如下操作：

a)將其梯度方向近似為以下值中的一個：0,45,90,135,180,225,270,315；

b)比較該像素點，和其梯度方向正負方向的像素點的梯度強度；

c)如果該像素點梯度強度最大則保留，否則抑制。

4.根據權利要求1所述的基于圖像識別的野山參分級檢定方法，其特征在于，所述步驟2的具體步驟為：

2.1：將野山參圖像進行一層小波分解，得到一幅低頻子圖像三幅高頻子圖像；

2.2：對于低頻子圖像提取形狀特征，對于得到的每一幅高頻子圖像提取均勻LBP紋理特征；

2.3：應用形狀特征判斷蘆碗和紋理特征；應用LBP紋理獲取多為特征向量，作為分類器的輸入向量，進一步判斷蘆碗和紋理特征。