[发明专利]基于原色分解的图像识别训练方法、图像识别方法及系统

摘要

本发明公开了一种基于原色分解的图像识别训练方法、图像识别方法及系统。本发明将获取的图像进行RGB三原色分解，并对每个原色图像的识别结果通过两重回归分析进行深度学习，生成三原色的特征识别模型，并通过不断的迭代训练对模型进行更新，不断优化更新更新三原色回归分析方程，从而达到最优的识别效果。利用本发明能够大大提高彩色图像的识别准确率，对对特征多样和非常见类型的图像识别准确率有明显改善，能够广泛应用于特征多样和非常见类型的图像多的农业病虫害识别等领域。

主权项

1.一种基于原色分解的图像识别训练方法，其特征在于，包括如下步骤：步骤S1：输入用于对目标特征进行识别训练的训练图像；步骤S2：根据所述训练图像聚焦的虚化程度，截取所述训练图像中聚焦清晰的部分；步骤S3：将所述聚焦清晰的部分按三原色分解成三张原色图像；所述三张原色图像包括红原色图像、绿原色图像和蓝原色图像；步骤S4：基于特征库中预存的各原色图像特征，对每张原色图像进行目标特征识别，并对识别出的所有子特征进行一重回归分析，得到每张原色图像的特征识别结果；步骤S5：对得到的三张原色图像的特征识别结果再次进行二重回归分析，以对各原色的影响因子进行修正，从而对前轮回归分析得到的目标特征的红原色特征识别模型、绿原色特征识别模型和蓝原色特征识别模型进行更新；步骤S6：根据更新后的所述目标特征的红原色特征识别模型、绿原色特征识别模型和蓝原色特征识别模型，生成更新的目标特征的三原色回归分析方程；步骤S7：判断是否还有训练图像未训练，如有，则返回步骤S1，否则结束识别训练流程。