[发明专利]基于早期特征融合的植物叶片识别方法在审
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 | ||
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。
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。