[发明专利]一种藻类类型的识别方法及系统

说明书

本发明公开了一种藻类类型的识别方法及系统。所述识别方法包括：获取被检藻类的藻类图像；根据所述藻类图像计算所述藻类图像中各个像素点的梯度方向和图像梯度模值；将所述藻类图像分割成i个尺寸相同的图像子区域；根据所述梯度方向、所述图像梯度模值以及所述图像子区域确定图像块；根据所述图像子区域确定所述图像块的图像块特征向量；根据所述图像块特征向量确定所述被检藻类的类型。采用本发明所公开的识别方法及系统能够快速精确的识别出藻类类型。

技术领域

本发明涉及藻类图像特征提取领域，特别是涉及一种藻类类型的识别方法及系统。

背景技术

藻类对有机质有着特殊的敏感度，所以可以通过水质中的藻类构成来研究水质情况。

目前对藻类分类和鉴别的传统方法步骤繁琐、效率低下、费时费力，并且结果易受主观判断的影响；此外，传统方法要求研究人员具有较高专业知识以及丰富的实践经验，但是国内符合要求的研究人员相对来说，依然无法满足市场需求；且由于显微镜笨重且不便于携带，导致传统方法不适用于对大范围水域的多个检测点进行全天候、实时对藻类进行分类与计数。

由于传统对藻类分类与计数的方法要求研究人员依靠人眼识别，不仅对藻类类型识别速度慢，而且极易因为视觉疲劳而导致误差。

发明内容

本发明的目的是提供一种藻类类型的识别方法及系统，以解决现有技术中受人为主观因素影响而导致识别误差大且识别速度慢的问题。

为实现上述目的，本发明提供了如下方案：

一种藻类类型的识别方法，包括：

获取被检藻类的藻类图像；

根据所述藻类图像计算所述藻类图像中各个像素点的梯度方向和图像梯度模值；

将所述藻类图像分割成i个尺寸相同的图像子区域；

根据所述梯度方向、所述图像梯度模值以及所述图像子区域确定图像块；

根据所述图像子区域确定所述图像块的图像块特征向量；

根据所述图像块特征向量确定所述被检藻类的类型。

可选的，所述根据所述梯度方向、所述图像梯度模值以及所述图像子区域确定图像块，具体包括：

按照相同的梯度方向以及所述图像梯度模值，利用统计直方图对i个所述图像子区域进行投影，得到l个图像块。

可选的，所述根据所述图像子区域确定所述图像块的图像块特征向量，具体包括：

获取所述图像块内的q个图像子区域；

根据所述梯度方向和所述图像梯度模值计算得到所述图像子区域的图像子区域特征向量；一个所述图像子区域包括j个图像子区域特征向量；

将q×j个所述图像子区域特征向量线性排列组合，得到所述图像块的图像块特征向量。

可选的，所述根据所述图像块特征向量确定所述被检藻类的类型，具体包括：

对所述图像块特征向量进行归一化处理，得到归一化后的图像块特征向量；

根据所述归一化后的图像块特征向量确定图像块特征向量直方图；

根据图像块特征向量直方图确定基于HOG描述符算子的藻类图像特征；

根据所述基于HOG描述符算子的藻类图像特征确定所述被检藻类的类型。

可选的，所述对所述图像块特征向量进行归一化处理，得到归一化后的图像块特征向量，具体包括：

利用公式对所述图像块特征进行归一化处理，得到归一化后的图像块特征向量；