[发明专利]一种基于颜色特征和支持向量机的蚕茧分类方法

权利要求书

1.一种基于颜色特征和支持向量机的蚕茧分类方法，其特征在于，包括以下步骤：

(1)蚕茧图像的采集，组成训练集；

(2)蚕茧图像预处理；

(3)提取蚕茧图像的颜色矩和颜色直方图特征向量；

(4)蚕茧图像颜色特征向量主成分分析；

(5)使用支持向量机建立蚕茧图像分类器，并用建立好的分类器对新的蚕茧图像识别种类。

2.根据权利要求1所述的一种基于颜色特征和支持向量机的蚕茧分类方法，其特征在于，步骤(1)主要是先将准备好的四类蚕茧拍照成图片并且进行类别标记，作为其分类结果，组成训练集。

3.根据权利要求1所述的一种基于颜色特征和支持向量机的蚕茧分类方法，其特征在于，步骤(2)主要有以下子步骤：

步骤(21)：利用Otsu阈值分割算法进行背景分割，去除蚕茧图像背景及无关的环境信息；

步骤(22)：使用半径为5的圆盘结构元素对图像作开运算，计算图像中所有连通域面积，提取最大面积连通域；

步骤(23)：与原图像进行交集运算；

步骤(24)：归一化处理，提取蚕茧最小外接矩图像并缩放为256像素×256像素图。

4.根据权利要求1所述的一种基于颜色特征和支持向量机的蚕茧分类方法，其特征在于，步骤(3)包括以下步骤：

步骤(31)：将原图像从RGB转化至HSV空间模型；

步骤(32)：对H,S,V三通道分别按16,4,4阶进行量化，量化公式为，

步骤(33)：将蚕茧图像H,S,V三通道量化合为一维变量，L＝H×Q_s×Q_v+S×Q_v+v，其中L为合成后的一维变量，取值区间为[0,255]，Qs和Qv分别是试验中对蚕茧图像S，V通道选择的量化级数，这里均设置为4；

步骤(34)：蚕茧图像颜色直方图进行归一化得到256个特征向量，其中，N代表蚕茧图像中总像素点数，K是选定的颜色量化级，n_k是k级的像素点个数，s_k是归一化后颜色直方图的值；

步骤(35)：提取蚕茧图像的9个颜色矩特征向量，与颜色直方图特征向量组合成数量为265的颜色特征向量集，其中颜色特征主要是提取蚕茧图像在HSV颜色模型下的一阶矩，二阶矩和三阶矩，提取公式为式中，第i通道的第j个像素为p_ij，N为总像素数目。

5.根据权利要求1所述的一种基于颜色特征和支持向量机的蚕茧分类方法，其特征在于，步骤(4)包括以下步骤：

步骤(41)：对蚕茧图像特征向量集进行标准化处理；

步骤(42)：计算经过步骤(41)后的蚕茧图像协方差矩阵；

步骤(43)：计算协方差矩阵的特征值和特征向量；

步骤(44)：计算出所有主成分累计贡献率并根据其大小选取需要的排名靠前的蚕茧图像特征主成分，这里的贡献率是指选中的特征值在总特征值中的比例。

6.根据权利要求1所述的一种基于颜色特征和支持向量机的蚕茧分类方法，其特征在于，步骤(5)包括以下步骤：

步骤(51)：基于libsvm开源库环境，将经过步骤(2-4)得到的蚕茧图像训练集主成分特征向量训练建立SVM分类器，其中支持向量机使用RBF核函数；

步骤(52)：将新的蚕茧按步骤1，步骤2，步骤3，步骤4重新执行一遍获得其图像主成分特征向量；

步骤(53)：使用建立好的分类器对新蚕茧的主成分特征向量进行分类识别，输出预测结果。