[发明专利]一种基于Hu不变矩和Gabor变换的枸杞子产地识别方法

权利要求书

1.种基于Hu不变矩和Gabor变换的枸杞子产地识别方法，它包括以下步骤：

(1)样品制备和图像数据采集；

(2)图像的裁割；

(3)将RGB图像转换到HSI色彩空间图像；

(4)将RGB图像转换成灰度图；

(5)提取图像Hu不变矩特征；

(6)基于Gabor变换得到均值、对比度和熵；

(7)建立枸杞子产地识别模型进行鉴别。

2.根据权利要求1所述的一种基于Hu不变矩和Gabor变换的枸杞子产地识别方法，它包括以下步骤：

(1)样品制备和图像数据采集

收集来自不同产地的枸杞子样本，用高清相机对每一粒枸杞子进行正反两面拍照，获得不同产地枸杞子的RGB图像信息；

(2)图像的裁割

首先对图像进行裁切处理，裁切掉枸杞子图像外周的留白空间，使得枸杞子的颜色信息与纹理信息得到充分的体现；

(3)将RGB图像转换到HSI色彩空间图像

设R_ij为RGB图像R通道的第i行、第j列的像素点，设G_ij为G通道第i行、第j列的像素点，B_ij为B通道第i行、第j列的像素点；从而建立RGB图像的三维矩阵(R_ij,G_ij,B_ij)，根据公式(1)、公式(2)、公式(3)、公式(4)得到HSI图像的三维矩阵(H_ij,S_ij,I_ij)，式中H表示颜色的频率并称为色调，θ表示色调的角度，S表示饱和度，I表示亮度；

(4)将RGB图像转换成灰度图

对图像进行灰度化可以使图像降维，由原来的3维变成1维图像，灰度图也能够很好地表示枸杞子纹理特征，通过公式(5)可以将RGB图像转换成灰度图像，式中Gray_ij代表图像第i行、第j列的像素点的灰度信息；

Gray_ij＝0.299*R_ij+0.578*G_ij+0.114*B_ij (5)

(5)提取图像Hu不变矩特征

Hu不变矩具有平移、旋转和尺度不变性的特点，提取枸杞子灰度图的Hu不变矩特征，设图像矩阵的大小为m*n，根据公式(6)、(7)、(8)计算得到灰度图的(p+q)普通矩m_pq和中心距μ_pq；中心矩具备平移不变性，不具备尺度不变性，通过公式(9)将中心距进行归一化得到e_pq，最后通过公式(10)至公式(16)完成Hu不变矩的计算，得到一个7维的特征：{H₁，H₂，H₃，H₄，H₅，H₆，H₇}，其中表示目标区域的质心坐标；

H₁＝e₂₀+e₀₂ (10)

H₃＝(e₃₀-3y₁₂)²+(3e₂₁-e₀₃)² (12)

H₄＝(e₃₀+e₁₂)²+(e₂₁+e₀₃)² (13)

H₅＝(e₃₀-3e₁₂)(e₃₀+e₁₂)[(e₃₀+e₁₂)²-3(e₂₁+e₀₃)²]...+(3e₂₁-e₀₃)(e₂₁+e₀₃)[3(e₃₀+e₁₂)²-(e₂₁+e₀₃)²] (14)

H₆＝(e₂₀-e₀₂)[(e₃₀+e₁₂)²-(e₂₁+e₀₃)²]...+4e₁₁(e₃₀+e₁₂)(e₂₁+e₀₃) (15)

H₇＝(3e₂₁-e₀₃)(e₂₁+e₀₃)[3(e₃₀+e₁₂)²-(e₂₁+e₀₃)²]...-(e₃₀-3e₁₂)(e₂₁+e₀₃)[3(e₃₀+e₁₂)²-(e₂₁+e₀₃)²] (16)

(6)基于Gabor变换得到均值、对比度和熵

对HSI图像的三个通道进行Gabor变换，并计算变换后的均值、对比度和熵，组成一个1*9维的矩阵；然后对图像进行下采样，降低50％的分辨率后再重新对HSI图像的三个通道进行Gabor变换，一共下采样2次，共得到3个1*9的矩阵，最后将3个1*9的矩阵进行拼接得到1*27的特征矩阵；

(7)建立枸杞子产地识别模型

将1*7维Hu不变矩特征与Gabor变换后的1*27维特征进行拼接，形成1*34维特征矩阵，对所有枸杞子样本进行特征提取后，将其划分成测试集与训练集，使用SVM算法学习不同产地的枸杞子训练集样本特征，采用LibSVM软件包进行模型训练，构建枸杞子产地识别模型进行鉴别。