[发明专利]适用于训练深度卷积神经网络的图像数据库的构建方法

权利要求书

1.适用于训练深度卷积神经网络的图像数据库的构建方法，其特征在于，包括以下步骤：

(1)收集害虫RGB格式的原始图像，识别、标记害虫种类；

(2)对所述原始图像进行颜色衰减得到RGB图像和对应的HSV图像；

(3)根据RGB图像计算各颜色比例，根据HSV图像计算颜色相似性区域，计算RGB图像的显著性图；

根据K-means方法将HSV图像聚类成若干颜色近似区域，并根据以下公式计算在衰减的RGB图像的对应区域内计算各区域的显著性值S：

其中，r_k为当前区域，r_i为任意其它区域，D_s为两个区域中心点的空间距离，A(r_i)为任意其它区域的面积，D_r为两个区域的RGB颜色空间距离，ε为0.3～0.5；

其中，其中，p(c_m，n)为第m个区域中第n种颜色所占的比例，D为两种颜色在衰减后的RGB颜色空间中的距离，n1、n2分别为r₁，r₂区域中颜色的总数；

(4)阈值化所述的显著性图得二值图像，将二值图像所指代区域作为初始区域，以GrabCut算法在该初始区域内分割害虫目标；

(5)根据分割区域裁剪原始图像并放缩至统一尺寸，存储构建数据库。

2.根据权利要求1所述的图像数据库的构建方法，其特征在于，步骤(1)中，所述的害虫为30种典型的水稻害虫。

3.根据权利要求1所述的图像数据库的构建方法，其特征在于，步骤(1)中，所述的害虫包括：二化螟，三化螟，稻纵卷叶螟，稻苞虫，小菜蛾，印度谷螟，玉米螟，灰飞虱，褐飞虱，白背飞虱，稻瘿蚊，稻蓟马，稻螟蛉，稻棘缘蝽，稻蝽象，稻弄蝶，中华稻蝗，稻象甲，稻水象甲，水稻长腿水叶甲，粘虫，稻杆潜蝇，稻赤斑沫蝉，黑尾叶蝉，中华稻蝗，稻潜叶蝇，稻摇蚊，蝼蛄，稻水蝇，稻负泥虫，麦鞘毛眼水蝇。

4.根据权利要求1所述的图像数据库的构建方法，其特征在于，步骤(2)具体为，将所述原始图像的标准RGB颜色空间由每个通道256种亮度均匀分割，衰减为5～15种亮度，获取RGB图像，并将RGB图像转换得到HSV图像。

5.根据权利要求4所述的图像数据库的构建方法，其特征在于，将所述原始图像的标准RGB颜色空间由每个通道256种亮度均匀分割，衰减为10种亮度。

6.根据权利要求1所述的图像数据库的构建方法，其特征在于，步骤(4)中，通过固定阈值为40～80对显著性图进行阈值化。

7.根据权利要求6所述的图像数据库的构建方法，其特征在于，步骤(4)中，所述固定阈值为60。

8.根据权利要求1所述的图像数据库的构建方法，其特征在于，步骤(4)中，以GrabCut算法经至多4次迭代分割所述二值图像所指代的RGB图像区域。

9.根据权利要求1所述的图像数据库的构建方法，其特征在于，步骤(5)中，放缩像素尺寸为256×256。