发明名称 害虫稀疏表征分类识别方法与分类识别装置
摘要 本发明涉及一种害虫稀疏表征分类识别方法与分类识别装置,包括对k类害虫进行编号;对包含k类害虫的所有图片进行图像预处理;对预处理后的所有图片进行特征提取:满足约束等距性条件的特征字典的构造;对预处理后的任一待识别图片进行特征提取;求解分类模型;对害虫进行识别。由于本发明的特征字典符合RIP条件,所以本发明所提出的识别方法准确度高、可靠性与稳定性强,性能优于现有技术。
申请公布号 CN102819748A 申请公布日期 2012.12.12
申请号 CN201210251566.2 申请日期 2012.07.19
申请人 河南工业大学 发明人 傅洪亮;陶华伟;张元;张德贤;杨铁军;樊超;梁义涛;管爱红;张建华
分类号 G06K9/62(2006.01)I 主分类号 G06K9/62(2006.01)I
代理机构 郑州睿信知识产权代理有限公司 41119 代理人 陈浩
主权项 1.一种害虫稀疏表征分类识别方法,其特征在于,步骤如下:a)对k类害虫进行编号,每类害虫序号为t,t=1,2,…,k;b)对包含k类害虫的所有图片进行图像预处理;c)对预处理后的所有图片进行特征提取:提取得到样本矩阵A∈R<sup>m×n</sup>,m<n,A=[A<sub>1</sub>,A<sub>2</sub>…,A<sub>k</sub>],A<sub>1</sub>,A<sub>2</sub>…,A<sub>k</sub>分别与1,2,…,k类害虫对应;d)构造一个满足<img file="FDA00001909268200011.GIF" wi="305" he="124" />i,j=1,2,…,m的高斯矩阵Φ∈R<sup>m×m</sup>,其中φ<sub>ij</sub>为Φ中的元素,高斯矩阵Φ左乘样本矩阵A得到满足约束等距性条件的特征字典<maths num="0001"><![CDATA[<math><mrow><mover><mi>A</mi><mo>~</mo></mover><mo>=</mo><mi>&Phi;A</mi><mo>;</mo></mrow></math>]]></maths>e)对预处理后的任一待识别图片进行特征提取,得到待识别样本向量b,高斯矩阵Φ左乘待识别样本向量b得到<img file="FDA00001909268200013.GIF" wi="161" he="73" />求解分类模型<img file="FDA00001909268200014.GIF" wi="312" he="69" />中的x<sub>0</sub>,noise是一个服从高斯分布的随机噪声,由于实际中存在误差,通过算法重构的系数向量x<sub>0</sub>用<img file="FDA00001909268200015.GIF" wi="39" he="75" />表示;f)对害虫进行识别:运用残差函数对<img file="FDA00001909268200016.GIF" wi="40" he="75" />进行残差求解,得到残差值向量<img file="FDA00001909268200017.GIF" wi="466" he="71" />t=1,2,…,k,如果最终残差值向量中值最小项为项z<sub>t</sub>,则待识别的害虫图像为第t类害虫。
地址 450001 河南省郑州市高新技术产业开发区莲花街河南工业大学信息科学与工程学院