一種基于花朵特征的植物種類識別系統的制作方法
【專利摘要】本發明涉及植物類別識別領域，具體涉及一種基于花朵特征的植物種類識別系統，包括微處理器單元通過usb接口，與圖像采集器的輸入端相連，經過微處理器單元計算處理后，通過觸控顯示單元輸出結果；其中，微處理器單元上依次連接有數據庫系統、圖像處理系統、特征提取處理系統、編碼分類系統和對比識別系統；圖像處理系統包括預處理和花朵分割；特征提取處理系統為通過顏色直方圖提取特征，通過處理得到紋理空間特征；編碼分類系統將每個花的特征值由三個8位二進制數值表示；對比識別系統包括顏色比對、輪廓比對和紋理比對；優點：基于花朵特征設計的花朵編碼分類體系，彌補了傳統識別系統無法兼顧擴展性能、識別速率、識別準確度的難題，適于推廣。
【專利說明】一種基于花朵特征的植物種類識別系統
【技術領域】
[0001]本發明涉及植物類別識別領域，具體涉及一種基于花朵特征的植物種類識別系統。
【背景技術】
[0002]用計算機輔助人進行植物種類識別，是近來機器視覺領域里的重要研究方向。花朵特征作為重要的分類識別依據，逐漸取代葉片特征成為植物種類識別依據的首選器官，依據花朵特征搭建高效的植物種類近似識別系統是近幾年植物識別領域的重要研究內容。
[0003]2006-2008年，Maria-Elena Nilsback等人對花朵圖像的分割、特征提取進行了研究，計算了花朵圖像的局部形狀、紋理、邊界形狀、空間分布以及顏色在內的多個特征。2007年，吳清鋒選擇中草藥植物花卉圖像為研究對象，通過簡單的顏色、紋理、形狀三個視覺特征的描述，借助SVM分類器實現了單一種類花朵的檢測識別。2010年，ChomtipPornpanomchai等人通過提取待識別花朵顏色RGB分量比率特征值和邊緣輪廓特征值，計算兩者歐式距離，用以尋找已存種類中與之距離最近的目標，繼而完成植物種類的識別。2011年，Tzu-Hsiang Hsu等人,通過花朵特定區域的顏色、結構特征,訓練最小距離分類器對目標進行近似識別。
[0004]目前，基于分類器或神經網絡的識別系統訓練過程繁瑣，且識別目標單一，擴展性差；基于花朵特征比對的近似識別系統，無法克服識別準度與速度的矛盾，且其一一比對的識別過程，限制了識別庫容量的提升。
[0005]現有對比文件專利號201310433155.X( —種基于植物葉片圖像信息的便攜式校園植物種類識別系統)公開了一種通過葉片來識別的嵌入式系統，但缺點是，分類器類的識別系統，過程繁瑣復雜，擴展性也差，同時現有的近似識別系統，速度和準度無法同時保證。同時，相對植物葉片特征而言，花朵特征的特性差異更明顯，目前還沒有一個系統能夠做到對花朵特性的近似識別。
【發明內容】
[0006]本發明為了克服上述問題，提供了一種基于花朵顏色、輪廓、紋理、空間結構等多項特征對植物進行編碼歸類，識別速度快且準確度高的花朵近似識別系統。
[0007]本發明的技術方案如下:一種基于花朵特征的植物種類識別系統，微處理器單元通過usb接口與圖像采集器的輸出端相連，經過微處理器單元計算處理后，通過觸控顯示單元輸出結果；其中，微處理器單元上依次連接有數據庫系統、圖像處理系統、特征提取處理系統、編碼分類系統和對比識別系統；
[0008]所述的圖像處理系統包括(I)預處理:與圖像采集器結合，調整圖像采集輸入端的花朵尺寸，然后通過中值濾波器濾除椒鹽噪點，再通過高斯函數低通濾波降噪，從而得到可準確提取特征的花朵圖像；(2)花朵分割:使用最大熵閾值二值化分割為主，GrabCut算法為輔的分割體系，將花朵從背景中分割出來，并生成顏色直方圖；
[0009]所述的特征提取處理系統分為三部分:通過顏色直方圖提取顏色特征、通過對花朵輪廓的擬合多邊形圖像和擬合凸包圖像提取輪廓特征和通過計算處理得到紋理空間特征；
[0010]所述的編碼分類系統將每個花的特征值由三個8位二進制數值表示，用每一位的“O”和“I”分別代表對象所屬的子類類別是否具有該特性；
[0011]所述的對比識別系統包括顏色比對、輪廓比對和紋理比對，然后三個相似度通過加權歐氏距離值換算總體相似度。
[0012]優選方案如下:
[0013]微處理器單元由ARM內核及其外圍功能電路組成。
[0014]調整圖像采集處的花朵尺寸為800*600 (4: 3)或800*450 (16: 9)。顏色特征包括花朵圖片HSV色彩空間中的H(色調)層中各顏色的含量，S (飽和度)層、V(亮度)層直方分布圖的平均值、“峰”數、“峰”分布帶、最大熵閾值。
[0015]顏色特征包括花朵色調層各色系像素含量，飽和度層均值、“峰”數，和亮度層均值、“峰”數。
[0016]輪廓特征包括花朵輪廓邊角數、面積與周長比、外接圓飽和度、凸包飽和度、最大缺陷比率、花瓣邊緣凹凸度和銳角比率。
[0017]紋理空間特征包括:灰度共生矩陣能量特征、線段成分、花朵中心離散點和梯度向量隨離心距離分布。
[0018]對比識別系統中各部分的權重比例為顏色:輪廓:紋理=3:1:2。對比識別系統采用編碼分類體系，可縮小識別范圍，進而能夠使用復雜精確的算法進行比對識別。
[0019]其中，一、圖像處理系統中最大熵閾值二值化的公式為:
[0020]
【權利要求】
1.一種基于花朵特征的植物種類識別系統，其特征在于:微處理器單元通過USb接口，與圖像采集器的輸出端相連，經過微處理器單元計算處理后，通過觸控顯示單元輸出結果；其中，微處理器單元上依次連接有數據庫系統、圖像處理系統、特征提取處理系統、編碼分類系統和對比識別系統； 所述的圖像處理系統包括(I)預處理:與圖像采集器結合，調整圖像采集輸入端的花朵尺寸，然后通過中值濾波器濾除椒鹽噪點，再通過高斯函數低通濾波降噪，從而得到可準確提取特征的花朵圖像；(2)花朵分割:使用最大熵閾值二值化分割為主，GrabCut算法為輔的分割體系，將花朵從背景中分割出來，并生成顏色直方圖； 所述的特征提取處理系統分為三部分:通過顏色直方圖提取顏色特征、通過對花朵輪廓的擬合多邊形圖像和擬合凸包圖像提取輪廓特征和通過計算處理得到紋理空間特征； 所述的編碼分類系統將每個花的特征值由三個8位二進制數值表示，用每一位的“O”和“ I ”分別代表對象所屬的子類類別是否具有該特性； 所述的對比識別系統包括顏色比對、輪廓比對和紋理比對，然后三個相似度通過加權歐氏距離值換算總體相似度。
2.根據權利要求1所述的一種基于花朵特征的植物種類識別系統，其特征在于:所述的微處理器單元由ARM內核及其外圍功能電路組成。
3.根據權利要求1所述的一種基于花朵特征的植物種類識別系統，其特征在于:所述的調整圖像采集處的花朵尺寸為800*600(4: 3)或800*450 (16: 9)。
4.根據權利要求1所述的一種基于花朵特征的植物種類識別系統，其特征在于:所述的顏色特征包括花朵色調層各色系像素含量，飽和度層均值、“峰”數，和亮度層均值、“峰”數。
5.根據權利要求1所述的一種基于花朵特征的植物種類識別系統，其特征在于:所述的輪廓特征包括花朵輪廓邊角數、面積與周長比、外接圓飽和度、凸包飽和度、最大缺陷比率、花瓣邊緣凹凸度和銳角比率。
6.根據權利要求1所述的一種基于花朵特征的植物種類識別系統，其特征在于:所述的紋理空間特征包括:灰度共生矩陣能量特征、線段成分、花朵中心離散點和梯度向量隨離心距離分布。
7.根據權利要求1所述的一種基于花朵特征的植物種類識別系統，其特征在于:所述的對比識別系統中各部分的權重比例為顏色:輪廓:紋理=3:1:2。
【文檔編號】G06K9/62GK104182763SQ201410403213
【公開日】2014年12月3日 申請日期:2014年8月12日 優先權日:2014年8月12日
【發明者】鄭慧峰, 白帆, 唐廷浩, 喻桑桑, 王成 申請人:中國計量學院