[發明專利]一種基于遠心相機矩陣的生物圖像鑒別系統及其鑒別方法

在審

• 申請號: 202011457174.2
• 申請日: 2020-12-10
• 公開（公告）號: CN112418350A
• 公開（公告）日: 2021-02-26
• 發明（設計）人: 陳艷;夏貴勇
• 申請（專利權）人: 陳艷;夏貴勇
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06K9/46;G06T3/40;G06T7/33;G06T7/35;H04N5/247
• 代理公司: 深圳市神州聯合知識產權代理事務所(普通合伙) 44324
• 代理人: 王志強

本發明公開了一種基于遠心相機矩陣的生物圖像鑒別系統，該系統包括有：用于采集若干張被檢生物的多張高精度局部視場的原始圖像的相機矩陣；用于將若干張高精度局部視場的原始圖像配準拼接成為高精度全局視場的拼接圖像的圖像拼接模塊；用于分析拼接圖像并得出生物屬種分類預測結論的屬種分析模塊。本發明還公開了一種基于遠心相機矩陣的生物圖像鑒別方法。與現有技術相比，本發明提供的系統可兼顧被檢生物成像的精度以及成像范圍，大程度降低了設備成本及其設備裝配難度、方便操作。本發明提供的方法以圖像采集?配準拼接?特征提取、分析預測的步驟，鑒別被檢生物的屬種的方式實現自動化鑒別，具有鑒別效率高、準確度高、節省人工成本等有益效果。

技術領域

本發明屬于圖像處理技術領域，特別涉及一種通過圖像鑒別生物屬種的方法。

背景技術

利用生物的外觀形態、生理特征等形狀判斷該生物所屬屬種，是生物分類學的常見方法，鑒別被檢生物在生物學上的分類歸屬在海關監管、科學考察，生態評估等領域均有重要意義。長久以來，生物種屬鑒別都面臨著鑒別工作量大、專業要求高、誤判率高等困難。近年來，隨著各領域技術的飛速發展，為提高生物屬種分類鑒別的效率，越來越多的鑒別人員考慮將圖像處理技術與機器學習方法結合起來實現被檢生物種屬的自動化鑒別。

結合圖像處理技術以及機器學習的生物種屬自動化鑒別方法在具體實施時，通常需要預先訓練得到合適可用的深度學習模型，而后采集被檢生物的圖像數據，進一步將采集到的圖像數據輸入到該深度學習模型中，由模型對其自動分析，預測其分類結果，得出被檢生物所屬屬種的結論。

上述方法普遍應用于現有的生物屬種鑒別領域中，以專利公開號為“CN111930988A”的中國專利申請文件為例，該申請文件中公開的利用計算機圖像識別技術快速鑒定蜘蛛種類的方法，其中即涉及到以下步驟：(1)根據蜘蛛名錄建立已知蜘蛛類群亞目、科、屬、種圖片數據庫；(2)對待鑒定蜘蛛標本重要特征拍照；(3)將所拍照片輸入計算機，與已建成的蜘蛛圖片數據庫進行比對、鑒定；(4)鑒別蜘蛛個體成熟與否，成熟的留下，未成熟的淘汰；(5)鑒別成熟蜘蛛個體的雌雄性別；(6)鑒別成熟蜘蛛個體所屬亞目；(7)鑒別成熟蜘蛛個體所屬科；(8)鑒別成熟蜘蛛個體所屬的屬；(9)鑒別成熟蜘蛛個體所屬種；(10)輸出詳細的鑒別信息，不能鑒別到種的則標示為新種。上述專利申請文件中即清楚記載了建模-拍照-識別的方法步驟，是圖像處理技術以及機器學習相結合的典型應用。

上述圖像處理技術以及機器學習相結合以實現生物種屬自動鑒別的方法應用到實際中時，將面臨圖像分辨率、圖像攝錄范圍以及圖像處理方法之間的矛盾：一方面，為盡可能多、詳實、清晰地獲取得到被檢生物的生物性狀，應盡可能保證足夠高的圖像分辨率；但另一方面，生物屬種的鑒別往往需要被檢生物的全局圖像以全面觀察被檢生物的外觀形態，因此應盡可能保證足夠大的圖像攝錄范圍，鏡頭視場應盡可能攝錄到被檢生物的全部輪廓；然而，由于高精度與寬量程不可兼得，如需強行兼顧足夠高的圖像分辨率與足夠大的圖像攝錄范圍，則不僅對拍攝設備要求嚴苛，對圖像處理器的數據處理能力同樣有較高的要求，這在很大程度上增加了設備成本及其實現難度。

發明內容

為解決上述問題，本發明的目的在于提供一種基于遠心相機矩陣的生物圖像鑒別系統，該系統通過構建相機矩陣并配合設置圖像拼接模塊，一方面可兼顧被檢生物成像的精度以及成像范圍，在提升被檢生物圖像的精度的同時獲取得到較大視場，另一方面，通過結合相機矩陣、圖像拼接模塊以及屬種分析模塊不僅大程度降低了設備成本及其設備裝配難度，其簡潔的架構還十分方便操作，能十分方便地對被檢生物做出鑒別，獲知其對應屬種結論。

本發明的另一個目的在于提供一種基于遠心相機矩陣的生物圖像鑒別方法，該方法基于被檢生物的圖像數據，以圖像采集-配準拼接-特征提取、分析預測為核心，鑒別被檢生物的屬種，具有鑒別效率高、準確度高、節省人工成本、方便實現等有益效果。

為實現上述目的，本發明的技術方案如下：