[发明专利]基于神经网络的实蝇成虫图像识别方法

摘要

本发明公开的基于神经网络的实蝇成虫图像识别方法，包括以下步骤：获取实蝇样本图像；采用Hough变换对实蝇样本图像进行处理，调节图像，限定条纹有效区域；采用HSV色彩空间对图像进行滤值处理，锁定实蝇中部的盾片区域；得出实蝇特征区域，定义实蝇形态的4种特征因子，提取特征向量；采集一定数量的特征向量，建立BP神经网络对数据集进行训练，得到神经网络模型参数，搭建识别模型；对需识别的实蝇图像获取特征向量，将特征向量输入识别模型，识别模型输出识别结果；本发明能在目标图像质量较差时达到良好的特征提取效果，准确地从图像中识别，实现计算机自动对实蝇特征区域进行锁定，效率和准确率较高，提高虫害防治的工作效率。

主权项

1.基于神经网络的实蝇成虫图像识别方法，其特征在于，包括以下步骤：S1、获取实蝇样本图像；S2、采用Hough变换对实蝇样本图像进行处理，根据实蝇双翅直线位置调节实蝇样本图像，使实蝇样本图像中实蝇旋转为躯体朝上形态；S3、采用HSV色彩空间对实蝇样本图像进行滤值处理，锁定实蝇中部的实蝇盾片区域；S4、根据实蝇双翅直线位置和实蝇盾片区域，锁定实蝇的胸背板为实蝇特征区域，实蝇特征区域根据中心条纹形状特征的描述方法，定义实蝇形态的4种特征因子，并根据4种特征因子，形成并提取为一个特征向量；S5、采集实蝇样本图像中的特征向量，形成特征向量数据集，建立BP神经网络对特征向量数据集进行训练，得到用于实蝇分类的神经网络模型参数，以神经网络模型参数为基础，搭建识别模型；其中采集阈值为K，当采集数量大于K时，则进行下一步，当采集数量小于K时，则回到步骤S1；S6、对需要识别的实蝇图像进行S2‑S4步骤处理，得到特征向量，将特征向量输入识别模型，识别模型输出识别结果。