[发明专利]叶片特征提取方法及装置有效
申请号: | 201811466561.5 | 申请日: | 2018-12-03 |
公开(公告)号: | CN109558883B | 公开(公告)日: | 2023-04-18 |
发明(设计)人: | 张长水;李易阳;潘伟燊 | 申请(专利权)人: | 宁夏智启连山科技有限公司 |
主分类号: | G06V10/44 | 分类号: | G06V10/44;G06V10/56;G06V10/54;G06V10/74;G06V10/764;G06V10/82;G06N3/0464;G06N3/044;G06N3/0442;G06N3/08 |
代理公司: | 北京超凡志成知识产权代理事务所(普通合伙) 11371 | 代理人: | 王术兰 |
地址: | 750000 宁夏回族自治区*** | 国省代码: | 宁夏;64 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明提供一种叶片特征提取方法及装置,涉及计算机图像处理技术领域。该方法通过把目标叶片分解成M个具有标识码的且包括轮廓点子图像,然后将各子图像输入到特征提取模型,并基于各子图像提取出目标叶片的颜色纹理特征和轮廓特征。本方案采用基于深度学习的特征提取模型,可自动对叶片特征进行提取,简化了人工操作从而有利于提高提取叶片特征的效率。另外,将颜色纹理特征和轮廓特征相结合,有助于利用提取的叶片特征提高对植物种类的识别的准确率。 | ||
搜索关键词: | 叶片 特征 提取 方法 装置 | ||
【主权项】:
1.一种叶片特征提取方法,其特征在于,应用于图像处理设备,所述图像处理设备包括基于深度学习的特征提取模型,所述方法包括:获取包括有叶片的图像并作为待识别图像;通过训练后的特征提取模型,在所述待识别图像上进行搜索,以确定目标叶片,并基于所述目标叶片得到M个包括轮廓点及相应标识码的子图像,M为大于0的整数;基于M个包括轮廓点及相应标识码的所述子图像确定所述目标叶片的颜色纹理特征及N个候选边缘轮廓,N为大于0的整数;将所述N个候选边缘轮廓中的每个候选边缘轮廓与所述特征提取模型中的预存轮廓特征集中的轮廓特征进行匹配,并计算每个所述候选边缘轮廓与所述预存轮廓特征集中的单个轮廓特征的相似度;从所述N个候选边缘轮廓得到的所述相似度中选取相似度最大的轮廓特征作为所述目标叶片的目标轮廓特征;将M个所述子图像的颜色纹理特征与所述目标轮廓特征相关联以作为所述目标叶片的叶片特征。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于宁夏智启连山科技有限公司,未经宁夏智启连山科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201811466561.5/,转载请声明来源钻瓜专利网。