[發明專利]一種基于植物識別的社交平臺匹配方法和系統

有效

• 申請號: 201910286271.0
• 申請日: 2019-04-10
• 公開（公告）號: CN110008912B
• 公開（公告）日: 2023-04-18
• 發明（設計）人: 李晨;左東昊;江昕陽;賈小琦;許寧
• 申請（專利權）人: 東北大學
• 主分類號: G06V20/60
• 分類號: G06V20/60;G06V10/46;G06V10/26;G06V10/82;G06N3/08;G06Q50/00
• 代理公司: 北京易捷勝知識產權代理有限公司 11613
• 代理人: 韓國勝

本發明涉及一種基于植物識別的社交平臺匹配方法和系統；本發明方法包括：獲取社交平臺中已注冊用戶拍攝的植物葉片圖像以及該圖像的拍攝信息；針對植物葉片圖像進行處理，獲取葉片分割圖像和葉脈圖像；獲取基礎特征、波形特征、骨架特征和拍攝角度信息；將基礎特征、波形特征和骨架特征輸入至預先訓練的分類神經網絡，獲取葉片種類信息；利用待匹配用戶和全部用戶的葉片種類信息、用戶注冊信息、拍攝角度信息拍攝信息和預先訓練的匹配神經網絡獲取至少一個用戶作為匹配結果；本發明方法分割結果接近真實葉片形狀、噪點小、分割精度高，且種類識別結果準確，此外社交平臺用戶匹配結合了種類識別結果和用戶信息具有較佳的實用性。

技術領域

本發明屬于社交技術領域，尤其涉及一種基于植物識別的社交平臺匹配方法和系統。

背景技術

現有的研究復雜背景下植物葉片圖像的分割算法利用超綠特征(2G-R-B)進行圖像分割，其對于光照引起的葉面反射及圖中的陰影表現較為敏感，極易受到光線的影響，僅在背景單一且顏色差距較大的情況下進行感興趣區域的提取效果才較為理想；

首先，現有植物葉片識別使用超綠算法(以下簡稱EXG)與底帽變換算法相結合對復雜背景的樹葉葉片照片進行圖像分割；如圖6所示，該方法共包含三個步驟：(1)對采集的葉片原圖分別進行超綠算法和底帽變換處理并利用OTSU最大類間方差算法得到二值化圖像。其中對于RGB通道中G通道分量與其它兩個分量差異較大的背景采用EXG算法除去，而對于G通道分量與R、B通道差異較小的情況采用底帽變換去除，同時，底帽變換處理校正了光照不均勻的情況，得到較為清晰的葉片邊緣及葉脈；(2)利用異或運算得到具有明顯葉脈和邊緣的二值化葉片圖像。異或運算過程中，超綠處理中無葉脈等信息，而底帽變換后存在，能夠較為完整地保留原葉片圖像的鋸齒及葉脈等圖像細節；(3)對異或運算后的結果進行形態學處理以及細化分割。在得到完整的邊緣后可進行開閉操作等形態學基本操作，并利用分水嶺算法、區域生長算法等進行分割得到目標樹葉輪廓，與樹葉原圖像矩陣進行點乘后可得到最終分割結果；其中在將超綠算法結果及底帽變換算法結果進行異或運算時，極易由于葉脈的存在而將原有葉片分割開來，部分圖像的分割結果從而變為半片樹葉，導致感興趣區域的缺損，并不適用于大多數葉片，不僅自動化程度不高，還會造成過度分割的情況。

其次，如圖7所示，在用戶匹配時，目前針對陌生用戶匹配，一般采用性格匹配的方法，例如進行性格測試，根據格測試結果和限制條件對用戶進行匹配；可以看出現有陌生用戶匹配方法分類簡單，缺少學習功能或學習能力差，無法對用戶進行個性化的陌生用戶匹配；當用戶的匹配需求發生變化時，無法及時進行相應的匹配；沒有將葉片信息與陌生用戶匹配聯系起來。

發明內容

(一)要解決的技術問題

為了解決現有技術葉片分割效果差、種類識別準確率低，且在用戶匹配時未根據植物種類信息配合對象的技術問題，一方面，本發明提供一種基于植物識別的社交平臺匹配方法，另一方面，本發明提供了一種基于植物識別的社交平臺匹配系統。

(二)技術方案

為了達到上述目的，本發明方法的主要技術方案包括：

S1、獲取社交平臺中已注冊用戶拍攝的植物葉片圖像以及該圖像的拍攝信息；

S2、針對所述植物葉片圖像進行處理，獲取葉片分割圖像和葉脈圖像；

S3、針對所述葉片分割圖像和所述葉脈圖像進行特征提取，獲取所述葉片分割圖像的基礎特征和波形特征，以及所述葉脈圖像的骨架特征，并根據所述基礎特征獲取所述植物葉片圖像的拍攝角度信息；

S4、將所述基礎特征、波形特征和骨架特征輸入至預先訓練的分類神經網絡，獲取葉片種類信息；

S5、將待匹配用戶和全部用戶的所述葉片種類信息、用戶注冊信息、所述拍攝角度信息和拍攝信息進行標準化理后輸入至預先訓練的匹配神經網絡，獲取待匹配用戶與全部用戶的匹配度，并根據所述匹配度為待匹配用戶推薦至少一個用戶作為匹配結果；