[发明专利]一种基于颜色和特征的害虫识别计数方法

摘要

本发明涉及农业和图像处理技术领域，公开一种基于颜色和特征的害虫识别计数方法，本发明首先将获取的害虫原始图像一方面由彩色的RGB图像转化为HSI颜色空间，然后图像进行饱和度增强计算，并提取害虫的颜色特征参数；而另一方面将害虫的彩色的RGB图像转为灰度图像，并进行自适应二值化处理，得到二值化图像，并提取面积、周长等形状特征参数；最后将颜色和形状特征参数，结合建立的害虫模型数据库和遗传神经网络，完成常见的害虫的识别和计数。本发明结合了害虫的颜色和形状特征参数，大大的提高了害虫的识别正确率，经实验验证，识别正确率达到91.2％。

主权项

一种基于颜色和特征的害虫识别计数方法，其特征是包含以下具体步骤：(1)通过捕捉装置，获取害虫的原始图像；(2)将原始图像从RGB颜色空间转换到HSI颜色空间，并选取H和S参数作为害虫图像的特征；(3)对图像进行饱和度增强计算，并提取害虫的颜色特征参数；(4)将害虫原始图像从RGB格式转化为灰度格式，并进行自适应二值化处理；(5)害虫图像再经形态学处理后，完成图像分割，并提取害虫形状特征参数；(6)结合建立的害虫模型数据库和害虫的颜色特征参数及形状特征参数设计遗传神经网络模型，其具体步骤为：(6.1)初始化运行参数，遗传算法中个体的变量为神经元网络权值，取M，N，I分别为隐层、输入层和输出层节点数；(6.2)确定网络权值和初始化种群，若总的种群W＝(w1，w2，......，wn)，内有w1，w2，......，wn共n个个体种群数，则确定目标函数为：E=12PΣp=1pΣi=1I[fi(x)-y(i)]2,]]>而取适应度函数为f=1E;]]>其中P为训练样本对总数，I为输出层节点数，y(i)为第i个训练样本的期望网络输出值，fi(x)为第i个训练样本的网络输出值；(6.3)进行种群复制，同时保持种群规模的一致性，对适应度值从大到小进行排序，保留最优个体不进行交叉和变异操作，对剩余个体按照交叉算子Pc和变异算子Pm进行交叉和变异操作，重复直到组成新一代种群；(6.4)完成神经网络的识别计算；(7)完成害虫的识别和计数。