[发明专利]基于早期特征融合的植物叶片识别方法在审

专利信息
申请号: 201610029227.8 申请日: 2016-01-15
公开(公告)号: CN105787503A 公开(公告)日: 2016-07-20
发明(设计)人: 李晨;蒋涛 申请(专利权)人: 四川德马克机器人科技有限公司
主分类号: G06K9/62 分类号: G06K9/62
代理公司: 北京远大卓悦知识产权代理事务所(普通合伙) 11369 代理人: 周庆佳
地址: 621000 四川省*** 国省代码: 四川;51
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 早期 特征 融合 植物 叶片 识别 方法
【权利要求书】:

1.一种基于早期特征融合的植物叶片识别方法,其特征在于,包括:

输入待识别叶片,并通过植物叶片识别系统进行图像预处理及特征提取, 以构建待识别叶片的第一特征向量;

将所述第一特征向量乘以与其相对应的预设权重,以构建一新的第二特 征向量;

将所述第二特征向量代入已训练好的植物叶片识别系统中,以反馈给用 户一个叶片分类,其中,所述预设权重基于叶片识别系统训练中的早期特征 融合以获得。

2.如权利要求1所述的基于早期特征融合的植物叶片识别方法,其特征 在于,所述叶片识别系统训练选用一现有的植物叶片数据库进行,且所述叶 片识别系统训练还包括多类mSVM分类器的建立,

其中,所述早期特征融合包括:

获取原始叶片图像,其通过采集与所述植物叶片数据库中各类植物叶片 相对应的原始叶片图像以得到;

图像预处理;

特征提取,其通过多种特征描述方法,对预处理后的各类植物叶片图像 逐一进行特征提取,以构建与各描述方法相对应的第三特征向量;

获取各描述方法所对应的权重,将所述第三特征向量代入多类mSVM分类 器中进行叶片分类,并根据叶片分类的准确率分别赋予每种描述方法一相对 应的权重。

3.如权利要求2所述的基于早期特征融合的植物叶片识别方法,其特征 在于,所述图像预处理包括图像分割处理及图像旋转处理,

其中,所述图像分割处理是基于Sobel边缘检测图像分割技术以对输入 的叶片图像进行分割,以得到相对应的二值图;

所述图像旋转处理是基于霍特林变换对叶片图像进行的旋转处理。

4.如权利要求3所述的基于早期特征融合的植物叶片识别方法,其特征 在于,所述图像分割处理包括:

采用中值滤波的方法对叶片图像进行去噪;

利用Sobel边缘检测子获得叶片的边缘分布;

基于上述获得的叶片边缘分布,通过膨胀、腐蚀的形态学处理手段对叶 片内部的孔隙进行填充,并同时对叶片轮廓做光滑处理,以获得叶片为白色, 背景色为黑色的二值图作为最终分割结果;

所述图像旋转处理包括:

基于获得的所述二值图,提取叶片的轮廓与中心位置的坐标;

计算轮廓坐标的协方差坐标;

基于所述协方差坐标计算特征根,并找到最大特征根对应的初始特征向 量;

基于所述初始特征向量的方向作为新的水平坐标,以叶片中心位置的坐 标作为新的原点坐标,对所述二值图做相应的旋转与平移,完成图像旋转处 理。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于四川德马克机器人科技有限公司,未经四川德马克机器人科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201610029227.8/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top