[发明专利]一种蚊媒图像自动识别方法

权利要求书

1.一种蚊媒图像自动识别方法，其特征在于，包括以下步骤：

A、建立Faster R-CNN框架模型，输入蚊媒图像；

B、结合VGG-16模型，对蚊媒图像进行特征提取，得到特征层；

C、采用全卷积神经网络生成与蚊子尸体一一对应的蚊媒提取窗口；

D、将蚊媒提取窗口映射到特征层之上；

E、将每个蚊媒提取窗口基于最大值池化理论划分成固定尺寸的特征层；

F、利用探测分类概率对每个蚊媒提取窗口中的蚊子尸体进行分类。

2.根据权利要求1所述的蚊媒图像自动识别方法，其特征在于，所述步骤A包括：

A1、对蚊媒图像的大小进行统一标准化处理；

A2、采用Gamma校正算法对标准化后的蚊媒图像进行光照规整处理；

A3、采用高斯低通滤波算法对光照规整后的蚊媒图像进行去噪处理。

3.根据权利要求2所述的蚊媒图像自动识别方法，其特征在于：在所述步骤A1中，将所述蚊媒图像的大小统一为3264×2368×3。

4.根据权利要求2所述的蚊媒图像自动识别方法，其特征在于：在所述步骤A2中，将Gamma校正算法中gamma的取值范围设定在0.4~2.2之间。

5.根据权利要求1所述的蚊媒图像自动识别方法，其特征在于：将所述步骤A中的蚊媒图像分成蚊媒训练样本库和待识别的蚊媒图像库，通过所述蚊媒训练样本库对Faster R-CNN框架模型进行训练，且基于Faster R-CNN框架的识别统计结果迭代所述蚊媒训练样本库；另采用蚊媒检测装置获得待识别的蚊媒图像库。

6.根据权利要求5所述的蚊媒图像自动识别方法，其特征在于：将所述蚊媒训练样本库分成初始蚊媒训练样本和后续蚊媒训练样本，通过对实验室养殖或野外捕获并经乙醚处死的蚊子尸体进行拍照获得所述初始蚊媒训练样本的蚊媒图像，且根据后续蚊媒图像处理的结果不断更新所述后续蚊媒训练样本的蚊媒图像。

7.根据权利要求6所述的蚊媒图像自动识别方法，其特征在于：对实验室养殖或野外捕获并经乙醚处死的蚊子尸体进行拍照的次数超过100次，以获得所述初始蚊媒训练样本，并采用人工方式对初始蚊媒训练样本的蚊媒图像进行标记，且标记超过5000只的蚊子尸体数量。

8.根据权利要求1所述的蚊媒图像自动识别方法，其特征在于：在所述步骤C中，将所述全卷积神经网络中每个候选区域的初始窗口大小设定为64×64，48×84，84×48。

9.根据权利要求1所述的蚊媒图像自动识别方法，其特征在于：在所述步骤E中，将每个蚊媒提取窗口划分成固定尺寸7×7的特征层。

10.根据权利要求1所述的蚊媒图像自动识别方法，其特征在于：在所述步骤F中，将蚊子尸体的种类分为库蚊、伊蚊和按蚊三个类别。