[发明专利]贝类产品分类识别方法及装置

权利要求书

1.一种贝类产品分类识别方法，其特征在于，包括：

根据小波变换从待识别图像中提取特征数据，将提取后的特征数据输入至训练好的BP神经网络，输出相应的图像识别结果；

根据所述图像识别结果，对贝类产品进行分类；

其中，所述BP神经网络是基于不同类型贝类产品的样本数据以及预先确定的类型标签进行训练后得到，所述样本数据根据相应的小波变化提取特征数据。

2.根据权利要求1所述的方法，其特征在于，所述根据小波变换从待识别图像中提取特征数据之前，还包括：

通过分割算法提取所述待识别图像的主体对象，以实现主体对象与背景分离。

3.根据权利要求1所述的方法，其特征在于，所述根据小波变换从待识别图像中提取特征数据，包括：

根据设置的阈值对所述待识别图像进行灰度化处理，利用小波变换提取灰度化处理后的图像局部特征得到多个含有局部特征的子图，对子图向量化提取特征数据。

4.根据权利要求1所述的方法，其特征在于，所述将提取后的特征数据输入至训练好的BP神经网络之前，还包括：

根据人工鱼群算法对所述BP神经网络设置初始参数，并对所述BP神经网络进行训练。

5.根据权利要求4所述的方法，其特征在于，所述根据人工鱼群算法对所述BP神经网络设置初始参数，包括：

将所述BP神经网络的所有待设置参数作为人工鱼群算法中人工鱼的状态，将所述BP神经网络误差的倒数作为人工鱼群算法的食物浓度，并对人工鱼群算法的其它参数进行初始化；

实施人工鱼群算法，将得到的最优人工鱼状态中的参数作为所述待设置参数的初始值。

6.根据权利要求5所述的方法，其特征在于，所述待设置参数为输入层到隐含层的权值、隐含层到输出层的权值、隐含层的阈值以及输出层的阈值。

7.一种贝类产品分类识别装置，其特征在于，包括：

处理模块，用于根据小波变换从待识别图像中提取特征数据，将提取后的特征数据输入至训练好的BP神经网络，输出相应的图像识别结果；

分类模块，用于根据所述图像识别结果，对贝类产品进行分类；

其中，所述BP神经网络是基于不同类型贝类产品的样本数据以及预先确定的类型标签进行训练后得到，所述样本数据根据相应的小波变化提取特征数据。

8.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至6任一项所述贝类产品分类识别方法的步骤。

9.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如权利要求1至6任一项所述贝类产品分类识别方法的步骤。