[发明专利]昆虫图像检测方法以及昆虫分类方法

摘要

本发明公开了一种昆虫图像检测方法以及昆虫分类方法，包括如下步骤：将采集的将视频数据中的各帧图像由彩色转化为灰度，并将所述灰度图像与对应的建模背景进行差分操作后进行分割；计算各图像块的特征值，将特征值归一化、融合处理；根据最大类间方差法，对所得的超像素精度的显著性图进行自适应阈值分割，得到二值图；生成图像的图像描述，并将其与知识数据库中每幅图像进行图像匹配，根据匹配的结果，判断待分类实蝇是否属于知识数据库中的已知种类。本发明通过计算机模式识别技术实现了昆虫种类的自动识别，将视觉显著性与短语很好的结合起来，能够更加准确地反映查询图像中的显著性区域，提高了识别的精确度。

主权项

1.昆虫图像检测方法以及昆虫分类方法，其特征在于，包括如下步骤：S1、将采集的将视频数据中的各帧图像由彩色转化为灰度，并将所述灰度图像与对应的建模背景进行差分操作；S2、将所得的图像分割成一定数量的区域块；S3、计算各图像块的特征值，所述特征值包括亮度特征值、颜色特征值、方向特征值，深度特征值和稀疏特征值；S4、将所得各特征值的测度线性归一化至[0，1]范围之内；对各个超像素单元进行四种特征值的融合，得到超像素精度的显著性图；S5、根据最大类间方差法，对所得的超像素精度的显著性图进行自适应阈值分割，得到具有突出显著的目标部分的二值图；S6、利用SIFT算法从查询图库中不同类别的图像中提取SIFT特征点，将所有特征点向量集合到一块，利用K‑Means聚类算法合并相似的SIFT特征点，构造一个包含若干个词汇的词典；S7、提取图像显著性区域的视觉词，统计图像显著性图内视觉词的个数，构造视觉短语，生成图像的图像描述；S8、将所得图像的图像描述与知识数据库中每幅图像进行图像匹配，根据匹配的结果，判断待分类实蝇是否属于知识数据库中的已知种类。