• 一种基于Kinect深度信息获取技术的害虫图像自动识别方法

    • 摘要:

      本发明涉及一种基于Kinect深度信息获取技术的害虫图像自动识别方法,与现有技术相比解决了害虫图像识别方法识别率低、鲁棒性差的缺陷.本发明包括以下步骤:像素位置转换;图像分割;方向校正;特征提取;特征训练及害虫识别.本发明能够自动识别害虫种类,提高了害虫的识别率与鲁棒性.

    • 专利类型:

      发明专利

    • 申请/专利号:

      CN201410337605.X

    • 申请日期:

      2014.07.15

    • 公开/公告号:

      CN104091175A

    • 公开/公告日:

      2014-10-08

    • 发明人:

      王儒敬 李瑞 谢成军 张洁 洪沛霖 宋良图 董伟 周林立 郭书普 张立平 黄河 聂余满

    • 申请人:

      中国科学院合肥物质科学研究院%安徽省农业科学院农业经济与信息研究所

    • 主分类号:

      G06K9/62(2006.01)I,G,G06,G06K,G06K9

    • 分类号:

      G06K9/62(2006.01)I,G,G06,G06K,G06K9,G06K9/62

    • 主权项:

      一种基于Kinect深度信息获取技术的害虫图像自动识别方法,其特征在于,包括以下步骤:11)像素位置转换,将以像素为单位的数据转换成以实际距离为单位的数据;12)图像分割,对基于实际距离为单位的图像进行分割;13)方向校正,对提取的害虫点云进行方向校正,以保证害虫图像的平面与X‑Y平面平行;14)特征提取,对点云使用归一化的点云数量作为特征值,进行统计分析和特征提取;15)特征训练及害虫识别,使用SVM分类器进行训练且通过SVM分类器分类得到害虫种类.