[发明专利]一种棉花害虫定位与分类识别方法及系统

权利要求书

1.一种棉花害虫定位与分类识别方法，其特征在于，包括：

获取待分类的害虫图像；

对害虫图像进行超像素分割，并以每个超像素为单位提取其特征向量；

对图片中的所有超像素进行层次聚类，自上而下逐步将所有超像素最终聚类为害虫区域和背景区域；

对得到的害虫区域进行颜色和纹理特征提取，并使用PCA主成分分析法进行降维处理；

基于降维后的特征，利用预训练的梯度提升树进行分类，获得分类结果。

2.如权利要求1所述的一种棉花害虫定位与分类识别方法，其特征在于，在所述梯度提升树的训练过程中，将同一类害虫的幼虫与成虫作为两个类别处理。

3.如权利要求1所述的一种棉花害虫定位与分类识别方法，其特征在于，所述超像素分割具体包括：采用SLIC超像素分割算法对害虫图像进行分割，分别对每个超像素块中所有像素点提取RGB与HSV颜色特征、LBP纹理特征与LM滤波器组的前15个特征以及坐标位置特征，同时，对所有像素点求均值，并对颜色与纹理特征求方差，得到共包含46个特征值的特征向量。

4.如权利要求1所述的一种棉花害虫定位与分类识别方法，其特征在于，对图片中的所有超像素进行层次聚类，具体包括：将每个超像素作为一个单独类别，计算每个类别之间的距离，找出距离最近的两个簇，将这两个簇合并为新的簇；重复迭代上述过程，直至类别数量为两个，终止迭代。

5.如权利要求1所述的一种棉花害虫定位与分类识别方法，其特征在于，根据所述聚类结果，将背景区域消除，置为黑色，只保留害虫区域，然后参照害虫区域的外接矩形对图像进行裁剪，去除周围的无关区域，获得害虫区域图像，并保存分割后的Mask掩模图像。

6.如权利要求1所述的一种棉花害虫定位与分类识别方法，其特征在于，所述颜色特征的提取，具体为：提取RGB颜色空间三个通道的分量，同时将原图像转为灰度图像，分别统计颜色直方图特征。

7.如权利要求1所述的一种棉花害虫定位与分类识别方法，其特征在于，所述纹理特征的提取，具体为：首先提取害虫图像的LBP特征，并利用LM滤波器组进行特征提取，获得图像的纹理特征。

8.一种棉花害虫定位与分类识别系统，其特征在于，包括：

数据获取单元，其用于获取待分类的害虫图像；

图像分割单元，其用于对害虫图像进行超像素分割，并以每个超像素为单位提取其特征向量；对图片中的所有超像素进行层次聚类，自上而下逐步将所有超像素最终聚类分割为害虫区域和背景区域；

特征提取单元，其用于对得到的害虫区域进行颜色和纹理特征提取，并使用PCA主成分分析法进行降维处理；

分类单元，其用于基于降维后的特征，利用预训练的梯度提升树进行分类，获得分类结果。

9.一种电子设备，包括存储器、处理器及存储在存储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1-7任一项所述的一种棉花害虫定位与分类识别方法。

10.一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，该程序被处理器执行时实现如权利要求1-7任一项所述的一种棉花害虫定位与分类识别方法。