[發(fā)明專利]一種基于圖像處理的桑蠶蠶病識別系統(tǒng)及識別方法在審
| 申請?zhí)枺?/td> | 202211520240.5 | 申請日: | 2022-11-30 |
| 公開(公告)號: | CN115810201A | 公開(公告)日: | 2023-03-17 |
| 發(fā)明(設(shè)計)人: | 周前;岳振宇;史浩遠(yuǎn);徐濤;徐嘉俊;高皖陵;趙俊 | 申請(專利權(quán))人: | 安徽農(nóng)業(yè)大學(xué) |
| 主分類號: | G06V40/10 | 分類號: | G06V40/10;G06V10/46;G06V10/54;G06V10/764;G06V10/774 |
| 代理公司: | 合肥律眾知識產(chǎn)權(quán)代理有限公司 34147 | 代理人: | 殷娟 |
| 地址: | 230000 安徽*** | 國省代碼: | 安徽;34 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 一種 基于 圖像 處理 桑蠶 識別 系統(tǒng) 方法 | ||
1.一種基于圖像處理的桑蠶蠶病識別系統(tǒng),其特征在于:包括服務(wù)器,用于采集各蠶病類型對應(yīng)蠶病圖像形成訓(xùn)練圖像集的蠶病圖像獲取模塊,用于對蠶病圖像進(jìn)行圖像擴(kuò)充形成擴(kuò)充圖像集的蠶病圖像擴(kuò)充模塊,用于采集待識別圖像的待識別圖像獲取模塊,以及用于對訓(xùn)練圖像集、擴(kuò)充圖像集和待識別圖像進(jìn)行預(yù)處理的圖像預(yù)處理模塊;
所述服務(wù)器通過特征向量提取模塊對預(yù)處理圖像提取特征向量,并利用蠶病圖像標(biāo)記模塊對預(yù)處理后的訓(xùn)練圖像集、擴(kuò)充圖像集進(jìn)行分類標(biāo)記,所述服務(wù)器通過蠶病識別模型構(gòu)建模塊、識別驗證模型構(gòu)建模塊分別構(gòu)建蠶病識別模型、識別驗證模型,并利用蠶病識別模型訓(xùn)練模塊基于分類標(biāo)記后的訓(xùn)練圖像集對蠶病識別模型進(jìn)行模型訓(xùn)練,同時利用識別驗證模型訓(xùn)練模塊基于分類標(biāo)記后的擴(kuò)充圖像集對識別驗證模型進(jìn)行模型訓(xùn)練;
所述服務(wù)器通過識別結(jié)果獲取模塊基于訓(xùn)練好的蠶病識別模型獲取關(guān)于待識別圖像的蠶病識別結(jié)果,并利用識別結(jié)果驗證模塊基于訓(xùn)練好的識別驗證模型獲取關(guān)于待識別圖像的識別驗證結(jié)果,所述服務(wù)器通過識別結(jié)果輸出模塊基于識別驗證結(jié)果輸出關(guān)于待識別圖像的最終蠶病識別結(jié)果。
2.根據(jù)權(quán)利要求1所述的基于圖像處理的桑蠶蠶病識別系統(tǒng),其特征在于:所述特征向量提取模塊對預(yù)處理圖像提取特征向量,包括:
確定圖像中的檢測區(qū)域,計算檢測區(qū)域內(nèi)的像素,對像素進(jìn)行排序,并選取中間像素替換周圍像素;
計算檢測區(qū)域內(nèi)每個cell的直方圖,并對直方圖進(jìn)行歸一化處理;
將每個cell的統(tǒng)計直方圖進(jìn)行連接,得到整幅圖像的LBP紋理特征向量。
3.根據(jù)權(quán)利要求2所述的基于圖像處理的桑蠶蠶病識別系統(tǒng),其特征在于:所述蠶病識別模型訓(xùn)練模塊基于分類標(biāo)記后的訓(xùn)練圖像集對蠶病識別模型進(jìn)行模型訓(xùn)練,包括:
將訓(xùn)練圖像集中的蠶病圖像,以及蠶病圖像對應(yīng)的分類標(biāo)簽、特征向量輸入蠶病識別模型進(jìn)行模型訓(xùn)練。
4.根據(jù)權(quán)利要求3所述的基于圖像處理的桑蠶蠶病識別系統(tǒng),其特征在于:所述識別結(jié)果獲取模塊基于訓(xùn)練好的蠶病識別模型獲取關(guān)于待識別圖像的蠶病識別結(jié)果,包括:
對待識別圖像的特征向量與訓(xùn)練圖像集中蠶病圖像對應(yīng)的特征向量進(jìn)行相似度計算,并對相似度值進(jìn)行排序,按從高到低的順序選取排列前M個蠶病圖像對應(yīng)的分類標(biāo)簽輸出。
5.根據(jù)權(quán)利要求4所述的基于圖像處理的桑蠶蠶病識別系統(tǒng),其特征在于:所述識別驗證模型訓(xùn)練模塊基于分類標(biāo)記后的擴(kuò)充圖像集對識別驗證模型進(jìn)行模型訓(xùn)練,包括:
選取多張分類標(biāo)記為同一蠶病類型的蠶病圖像對應(yīng)的擴(kuò)充圖像集,將每個擴(kuò)充圖像集中各擴(kuò)充圖像及對應(yīng)的分類標(biāo)簽、特征向量輸入識別驗證模型進(jìn)行模型訓(xùn)練,得到該類蠶病對應(yīng)的識別驗證模型。
6.根據(jù)權(quán)利要求5所述的基于圖像處理的桑蠶蠶病識別系統(tǒng),其特征在于:所述蠶病圖像擴(kuò)充模塊對蠶病圖像進(jìn)行圖像擴(kuò)充形成擴(kuò)充圖像集,包括:
將各蠶病圖像隨機(jī)旋轉(zhuǎn)不同角度,得到多張不同旋轉(zhuǎn)角度的擴(kuò)充圖像,形成與該蠶病圖像對應(yīng)的擴(kuò)充圖像集。
7.根據(jù)權(quán)利要求6所述的基于圖像處理的桑蠶蠶病識別系統(tǒng),其特征在于:所述識別結(jié)果驗證模塊基于訓(xùn)練好的識別驗證模型獲取關(guān)于待識別圖像的識別驗證結(jié)果,識別結(jié)果輸出模塊基于識別驗證結(jié)果輸出關(guān)于待識別圖像的最終蠶病識別結(jié)果,包括:
將待識別圖像隨機(jī)旋轉(zhuǎn)不同角度得到的多張不同旋轉(zhuǎn)角度的擴(kuò)充圖像對應(yīng)的特征向量,依次輸入識別結(jié)果獲取模塊輸出的分類標(biāo)簽對應(yīng)的識別驗證模型,得到多個特征向量的損失值;
若多個特征向量的損失值均小于閾值,則輸出相應(yīng)識別驗證模型對應(yīng)的分類標(biāo)簽所對應(yīng)的蠶病類型。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于安徽農(nóng)業(yè)大學(xué),未經(jīng)安徽農(nóng)業(yè)大學(xué)許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202211520240.5/1.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 彩色圖像和單色圖像的圖像處理
- 圖像編碼/圖像解碼方法以及圖像編碼/圖像解碼裝置
- 圖像處理裝置、圖像形成裝置、圖像讀取裝置、圖像處理方法
- 圖像解密方法、圖像加密方法、圖像解密裝置、圖像加密裝置、圖像解密程序以及圖像加密程序
- 圖像解密方法、圖像加密方法、圖像解密裝置、圖像加密裝置、圖像解密程序以及圖像加密程序
- 圖像編碼方法、圖像解碼方法、圖像編碼裝置、圖像解碼裝置、圖像編碼程序以及圖像解碼程序
- 圖像編碼方法、圖像解碼方法、圖像編碼裝置、圖像解碼裝置、圖像編碼程序、以及圖像解碼程序
- 圖像形成設(shè)備、圖像形成系統(tǒng)和圖像形成方法
- 圖像編碼裝置、圖像編碼方法、圖像編碼程序、圖像解碼裝置、圖像解碼方法及圖像解碼程序
- 圖像編碼裝置、圖像編碼方法、圖像編碼程序、圖像解碼裝置、圖像解碼方法及圖像解碼程序





