[发明专利]一种粪便有形成分检测识别方法

权利要求书

1.一种粪便有形成分检测识别方法，其特征在于，包括顺序进行的以下步骤：

S1、获得同一视野的多张图片，且不同图片采用不同的焦距参数获得；

S2、对各图片进行所需目标的目标特征提取；

S3、判断各目标在各图片中的生物特征清晰度；

S4、针对任意目标，将具有该目标最清晰生物特征的图片作为用于该目标图像识别的目标图片。

2.根据权利要求1所述的一种粪便有形成分检测识别方法，其特征在于，该检测识别方法采用计算机完成：

所述步骤S1中的获得为计算机获得所述的多张图片；

所述步骤S2为通过计算机软件完成目标特征提取；

所述步骤S3为通过计算机软件判断生物特征清晰度；

所述步骤S4为通过计算机软件判定各目标对应的目标图片。

3.根据权利要求2所述的一种粪便有形成分检测识别方法，其特征在于，所述步骤S2通过卷积神经网络实现。

4.根据权利要求3所述的一种粪便有形成分检测识别方法，其特征在于，在步骤S2中：

通过区域候选网络生成目标候选区域；

而后对生成的各目标候选区域进行特征提取，并通过分类器判断是否属于目标特征，并采用回归器对目标候选区域进行修正。

5.根据权利要求3所述的一种粪便有形成分检测识别方法，其特征在于，在步骤S2中，对每张图片的处理方式为：

通过卷积神经网络得到特征图层；

对特征涂层上的每个目标候选区域进行阳性目标预测、位置和清晰度回归；

整合多个特征图层输出的目标，对清晰度和预测结果进行整合和匹配：如果输出的一个预测框在一些图层上输出是阳性目标，在另外一些图层上输出的是非阳性目标，则非阳性目标预测结果的特征图层上对应的预测框的清晰度值设定为非最大清晰度值。

6.根据权利要求5所述的一种粪便有形成分检测识别方法，其特征在于，对每个预测框根据在各个特征图层上的清晰度值，选择最清晰前k＝2特征图层进行二次确认。

7.根据权利要求4所述的一种粪便有形成分检测识别方法，其特征在于，在步骤S3中，对修正后的目标候选区域，采用清晰度回归分析获得各修正后的目标候选区域的生物特征清晰度。

8.根据权利要求7所述的一种粪便有形成分检测识别方法，其特征在于，在步骤S4中，对处于图片相同位置的目标，通过生物特征清晰度值进行排序，选择生物特征清晰度值最高的图片作为所述目标图片。

9.根据权利要求2所述的一种粪便有形成分检测识别方法，其特征在于，完成步骤S4后，对目标图片设定感兴趣区域，而后完成目标的分类和位置的二次回归调整。

10.根据权利要求9所述的一种粪便有形成分检测识别方法，其特征在于，所述分类和位置回归调整采用R-CNN网络结构。