[发明专利]一种生物数据性状识别系统

权利要求书

1.一种生物数据性状识别系统，其特征在于，包括图像摄像模块、图像预处理模块、提取特征模块、SVM分类器分类模块以及数据处理模块，该图像摄像模块为每一株生物进行摄像，生成生物图像序列；

图像预处理模块，利用GrabCut算法分割生物图像序列的每一幅生物图像，得到生物前景图像序列, ,为生物图像数；

提取特征模块，对生物前景图像序列提取颜色特征、斑驳特征,计算生物前景图像序列的斑驳特征值得到斑驳特征值序列，通过阈值，确定斑驳合格序列与斑驳不合格序列,；

SVM分类器分类模块，将颜色特征即融合色彩矩阵加入到SVM分类器当中对生物样本图像进行颜色特征训练，得到训练好的SVM分类器，对生物前景图像序列进行分类处理，得到颜色状态好和颜色状态不好的两类生物前景图像序列和,；

数据处理模块，将数据进行条件分析，当颜色状态好的生物前景图像序列和斑驳合格序列中的，是合格生物，输出合格生物序列，

其中，生物前景图像区域由正常区域和该正常区域之外的斑驳区域组成，从生物前景图像区域中划分正常区域和斑驳区域的步骤如下：

通过相邻像素的相对色差值确定生物前景图像斑驳区域和生物前景图像区域的百分比，通过百分比确定斑驳特征，相邻像素的相对色差公式为，为生物前景图像相邻的两个像素， 是像素 在颜色空间的矢量值， 是像素 在颜色空间的矢量值，将生物前景图像区域划分为两个子区域：正常区域和斑驳区域，令为空集，，对每一个像素进行聚类分析，根据像素对这两个区域的归属度函数将像素分入两类，归属度函数定义为：若 ，则，若，则 ，其中，为两类子区域的相对色度标准值，通过归属度函数我们得到了两个像素数量子集，斑驳特征值，代表相应区域的面积,，计算每张生物前景图像的斑驳特征值，得到生物前景图像序列的斑驳特征值序列，确定阈值，当时，为斑驳不合格序列, 当时，为斑驳合格序列。

2.根据权利要求1所述的一种生物数据性状识别系统，其特征在于，GrabCut算法中使用最大流算法优化能量函数为图像像素进行分类实现分割。

3.根据权利要求1所述的一种生物数据性状识别系统，其特征在于，图像的颜色特征信息主要集中在低阶矩阵中，一、二、三阶矩阵表达式为， ，，，，为生物前景图像总的像素数， 为生物前景图像第个颜色通道分量中第个图像像素值，融合色彩矩阵，为加权参数，用于抑制 在中的作用。