发明名称 |
一种基于形态学多特征融合的害虫图像分类方法及系统 |
摘要 |
本发明涉及基于形态学多特征融合的害虫图像分类方法,该方法包括训练过程:对训练图像集的数据进行图像分割,对经分割后的训练图像进行预处理,提取训练图像的形态学特征,经过多形态特征融合,得到训练图像特征矩阵;测试过程:输入待识别的测试图像,对测试图像进行图像分割、预处理,提取测试图像的形态学特征,经过多形态特征融合,得到测试图像特征矩阵;识别害虫种类:计算测试图像特征矩阵与训练图像特征矩阵的相似度,找出相似度最高的类别,根据相似度得到害虫种类与防治方法。本发明还公开了基于形态学多特征融合的害虫图像分类系统。本发明提高了害虫识别率与程序的鲁棒性,提升了害虫识别在农业生产中的实际应用价值。 |
申请公布号 |
CN104102920A |
申请公布日期 |
2014.10.15 |
申请号 |
CN201410336163.7 |
申请日期 |
2014.07.15 |
申请人 |
中国科学院合肥物质科学研究院 |
发明人 |
王儒敬;李瑞;谢成军;张洁;洪沛霖;宋良图;董伟;周林立;郭书普;张立平;黄河;聂余满 |
分类号 |
G06K9/62(2006.01)I;G06K9/66(2006.01)I;G06K9/54(2006.01)I |
主分类号 |
G06K9/62(2006.01)I |
代理机构 |
合肥天明专利事务所 34115 |
代理人 |
奚华保 |
主权项 |
一种基于形态学多特征融合的害虫图像分类方法,该方法包括下列顺序的步骤:(1)训练过程:对训练图像集的数据进行图像分割,对经分割后的训练图像进行预处理,提取训练图像的形态学特征,经过多形态特征融合,得到训练图像特征矩阵;(2)测试过程:输入待识别的测试图像,对测试图像进行图像分割、预处理,提取测试图像的形态学特征,经过多形态特征融合,得到测试图像特征矩阵;(3)识别害虫种类:计算测试图像特征矩阵与训练图像特征矩阵的相似度,找出相似度最高的类别,根据相似度得到害虫种类与防治方法。 |
地址 |
230031 安徽省合肥市蜀山湖路350号 |