[发明专利]一种动物种类的识别方法

说明书

本发明公开了一种动物种类的识别方法，包括以下步骤：步骤一：获取动物图像：获取待识别动物的图像为TP；步骤二：模糊检测：若图像模糊，则重新获取动物图像；步骤三：边界识别：识别图像中的物体的边界，将图像分为tp₁、tp₂、...、tp_n；步骤四：特征识别：识别图像中各个物体的特征，所述特征包括颜色特征、形状特征、纹理特征；步骤五：动物判断：对比特征数据库，结合特征的相似度获得一个或多个动物结果。本发明能根据动物图像获得相近的一个或多个动物结果。本发明可以结合APP软件使用，通过软件上上传图像，通过对图像的边界识别后的特征识别，对比特征数据库给出相似度较高的一个或多个动物结果，从而实现照片抓取后的实时动物识别。

【技术领域】

本发明涉及识别方法的技术领域，特别是动物种类的识别方法的技术领域。

【背景技术】

随着物联网技术的发展，智能移动端的应用更为广泛，依赖于智能移动端上的软件平台，实现类别的识别，也变得可能。生活中，经常会遇到一些动物不认识，有的只知道大类，不知道小类。为此，需要一种能够通过抓取动物图像信息，最终给出一个或多个动物结果的软件，从而帮助人们认识动物种类。结合Pech-Pacheco等人于2000年模式识别国际会议论文：《Diatom autofocusing in brightfield microscopy:a comparative study》中的拉普拉斯方差算法，可以对输入图像进行模糊检测的前处理，可以在图像模糊时自动提醒使用者重新上传图像。

【发明内容】

本发明的目的就是解决现有技术中的问题，提出一种动物种类的识别方法，能根据动物图像获得相近的一个或多个动物结果。本发明可以结合APP软件使用，通过软件上上传图像，通过对图像的边界识别后的特征识别，对比特征数据库给出相似度较高的一个或多个动物结果，从而实现照片抓取后的实时动物识别。

为实现上述目的，本发明提出了一种动物种类的识别方法，包括以下步骤：

步骤一：获取动物图像：获取待识别动物的图像为TP；

步骤二：模糊检测：若图像模糊，则重新获取动物图像；

步骤三：边界识别：识别图像中的物体的边界，将图像分为tp₁、tp₂、...、tp_n；

步骤四：特征识别：识别图像中各个物体的特征，所述特征包括颜色特征、形状特征、纹理特征；

步骤五：动物判断：对比特征数据库，结合特征的相似度获得一个或多个动物结果。

作为优选，所述步骤二中的模糊检测的步骤为：

步骤21：卷积计算：将图像中的某一通道用拉普拉斯掩模做卷积运算，所述通道为灰度值，所述拉普拉斯掩模为

步骤22：计算方差；

步骤23：判断：如果图像的方差低于阈值，该图像是模糊的；如果图像的方差高于阈值，该图像不是模糊的。

作为优选，所述步骤四的颜色特征包括颜色矩、颜色直方图、颜色集、颜色相关矢量；所述颜色矩包括颜色均值颜色反差颜色斜度所述p_ij为图像第i个颜色通道分量中灰度为j的像素出现的概率，所述N为图像中的像素个数；所述颜色直方图H为p_i＝h_i，所述h_i为第i种颜色在图像中具有的像素数；所述颜色集采用颜色空间HSI进行划分；所述颜色相关矢量的计算步骤为：首先进行图像平滑，其次对颜色空间进行量化，使之在图像中仅包含n个不同颜色，然后在一个给定的颜色元内，将像素分成相关或不相关两类，最后根据各连通区的大小，将像素分成相关和不相关两部分。