基于葉片完備局部二值特征的Web在線物種識(shí)別方法
【專利摘要】本發(fā)明涉及一種基于葉片完備局部二值特征的Web在線物種識(shí)別方法，包括以下步驟：1)瀏覽器通過(guò)上傳接口將葉片圖像、交互操作信息上傳給Web服務(wù)器；2)Web服務(wù)器獲取葉片圖像，并對(duì)葉片圖像進(jìn)行圖像預(yù)處理；3)采用新的完備局部二值模式提取葉片圖像新的完備局部二值紋理特征；4)以提取出的新的完備局部二值紋理特征作為SVM分類器的輸入，對(duì)葉片圖像進(jìn)行識(shí)別，獲得該葉片圖像對(duì)應(yīng)的物種分類編號(hào)；5)Web服務(wù)器向?yàn)g覽器反饋物種分類編號(hào)及相應(yīng)的物種信息。與現(xiàn)有技術(shù)相比，本發(fā)明具有準(zhǔn)確率高、方便快捷等優(yōu)點(diǎn)。
【專利說(shuō)明】基于葉片完備局部二值特征的Web在線物種識(shí)別方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及一種植物識(shí)別方法，尤其是涉及一種基于葉片完備局部二值特征的Web在線物種識(shí)別方法。
【背景技術(shù)】
[0002]植物分類是通過(guò)對(duì)各個(gè)物種間的比較，可以將各種各樣的植物進(jìn)行鑒定、分群歸類、命名排列起來(lái)，方便人們對(duì)植物的認(rèn)識(shí)、了解。傳統(tǒng)的植物分類學(xué)研究一般對(duì)采集的標(biāo)本需要人工測(cè)量、獲得數(shù)據(jù)，綜合植物的外部特征，通過(guò)人們的經(jīng)驗(yàn)常識(shí)進(jìn)行分類，這種方法工作量巨大，并且主觀性較強(qiáng)，導(dǎo)致識(shí)別錯(cuò)誤的可能性大。同樣，就地球上有人類記載的有花植物就有約25萬(wàn)種，如此龐大的植物種類，單單的一兩個(gè)植物學(xué)家是不可能知道所有的物種名稱的，這對(duì)于植物分類的研究帶來(lái)了極大的困難。
[0003]隨著模式識(shí)別技術(shù)和圖像處理技術(shù)的快速發(fā)展，使得利用計(jì)算機(jī)輔助方式進(jìn)行植物物種識(shí)別成為可能。目前，基于計(jì)算機(jī)的物種識(shí)別技術(shù)只要提供有效的物種特征，就有可能實(shí)現(xiàn)自動(dòng)、高效和精確的特征提取和識(shí)別分類。并且很多研究已經(jīng)取得初步的成效，其中特征選取大部分是采用植物葉片分析獲得的。在國(guó)內(nèi)，張全法等人提出利用CCD測(cè)量植物葉片面積獲得葉片特征信息的方法，但是該系統(tǒng)只適合于用單張葉片在特定背景下進(jìn)行識(shí)另O，對(duì)于自然背景下的葉片不能處理。王曉峰等提出了一種基于多光譜的植物葉片數(shù)字信息采集與自動(dòng)識(shí)別系統(tǒng)及其識(shí)別方法，但是不能對(duì)復(fù)雜背景下的葉片進(jìn)行處理識(shí)別。而國(guó)外,Peter Belhumeur和David Jacobs開發(fā)了識(shí)別植物葉片的移動(dòng)客戶端應(yīng)用程序。Guyey通過(guò)精確定位葉片圖像輪廓上的點(diǎn)得到的植物葉片形狀特征，并提取17種葉片圖像的外形特征作為分類器的輸入數(shù)據(jù)實(shí)現(xiàn)40種植物物種的可視化識(shí)別；
[0004]經(jīng)調(diào)研發(fā)現(xiàn)，(I)以上識(shí)別方法大多是基于葉片的形狀特征實(shí)現(xiàn)的，并且外形有時(shí)會(huì)差別很大，造成很大識(shí)別誤差，紋理特征就能很好的客服這一缺陷并且紋理的識(shí)別應(yīng)用還很少。(2)傳統(tǒng)的識(shí)別均是基于嵌入式或者C / S的架構(gòu)模式的識(shí)別系統(tǒng)，需要手持設(shè)備，或者安裝程序。(3)以上研究工作的對(duì)象大都局限于某一特定領(lǐng)域的幾種或者少量種類植物，未能普及應(yīng)用。而且由于自身的缺陷不是很方便快捷，代價(jià)比較大。

【發(fā)明內(nèi)容】

[0005]本發(fā)明的目的就是為了克服上述現(xiàn)有技術(shù)存在的缺陷而提供一種準(zhǔn)確率高、方便快捷的基于葉片完備局部二值特征的Web在線物種識(shí)別方法。
[0006]本發(fā)明的目的可以通過(guò)以下技術(shù)方案來(lái)實(shí)現(xiàn):
[0007]—種基于葉片完備局部二值特征的Web在線物種識(shí)別方法，包括以下步驟:
[0008]I)瀏覽器通過(guò)上傳接口將葉片圖像、交互操作信息上傳給Web服務(wù)器；
[0009]2)Web服務(wù)器獲取葉片圖像，并對(duì)葉片圖像進(jìn)行圖像預(yù)處理:
[0010]3)采用新的完備局部二值模式提取葉片圖像的新的完備局部二值紋理特征，所述的新的完備局部二值模式具體為:[0011 ] 3a)對(duì)葉片圖像進(jìn)行分塊處理:
[0012]3b)對(duì)葉片圖像的每一塊，遍歷3*3或5*5的區(qū)域，以原中心點(diǎn)加上周圍半徑為I的8個(gè)鄰居作為新中心點(diǎn)，對(duì)新中心點(diǎn)的每個(gè)像素計(jì)算完備局部二值特征或局部二值計(jì)數(shù)特征，得到新的完備二值特征；
[0013]3c)最后統(tǒng)計(jì)所有塊得到葉片圖像最終的特征表達(dá)向量:
[0014]4)以提取出的完備局部二值紋理特征作為SVM分類器的輸入，對(duì)葉片圖像進(jìn)行識(shí)另IJ，獲得該葉片圖像對(duì)應(yīng)的物種分類編號(hào):
[0015]5)Web服務(wù)器向?yàn)g覽器反饋物種分類編號(hào)及相應(yīng)的物種信息。
[0016]步驟I)中，所述的交互操作信息包括圖像大小調(diào)整、算子參數(shù)設(shè)定。
[0017]步驟2)中，所述的圖像預(yù)處理包括灰度化、大小校正和邊緣補(bǔ)充處理。
[0018]步驟3b)具體為:
[0019]采用傳統(tǒng)完備局部二值模式對(duì)新中心點(diǎn)的中心像素分別計(jì)算符號(hào)部分S、數(shù)值部分M、中心部分C，對(duì)新中心點(diǎn)上的8個(gè)周圍像素計(jì)算局部二值計(jì)數(shù)特征LBC，將計(jì)算獲得的8個(gè)LBC求和得到新的特征為L(zhǎng)，融合S、M、C、L得到SMC_L或者SM_C_L為最終的識(shí)別特征。
[0020]所述的對(duì)葉片圖像進(jìn)行分塊處理時(shí)，首先將葉片圖像劃分成49塊，然后經(jīng)過(guò)高斯模糊計(jì)算后劃分為59塊。
[0021]步驟4)中，所述的SVM分類器的訓(xùn)練過(guò)程具體為:
[0022]4a)獲取多個(gè)植物物種的葉片圖像，對(duì)于每一個(gè)植物物種，均采集多張不同角度、不同光照、不同生長(zhǎng)過(guò)程的葉片圖像；
[0023]4b)對(duì)所有待訓(xùn)練的植物物種的葉片圖像進(jìn)行預(yù)處理和新的完備局部二值紋理特征提??；
[0024]4c)分別對(duì)每個(gè)植物物種設(shè)置物種標(biāo)簽，以所有新的完備局部二值紋理特征表達(dá)向量和物種標(biāo)簽作為SVM的輸入進(jìn)行訓(xùn)練；
[0025]4d)獲得訓(xùn)練好的SVM分類器。
[0026]所述的Web服務(wù)器中設(shè)有用于存儲(chǔ)物種信息的葉片信息數(shù)據(jù)庫(kù)。
[0027]所述的物種信息包括植物的花、果實(shí)、種子信息以及科普信息。
[0028]與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果為:本發(fā)明采用基于Cl (Codelgniter)框架的B / S交互式圖片識(shí)別和處理系統(tǒng)，不再需要手持設(shè)備或者安裝程序，只需要通過(guò)瀏覽器交互便可實(shí)現(xiàn)葉片圖像處理、自動(dòng)識(shí)別葉片圖像所屬的植物物種并提供物種信息資料等各種功能，實(shí)現(xiàn)了數(shù)據(jù)操作和視圖設(shè)計(jì)分離，系統(tǒng)設(shè)計(jì)更加規(guī)范，易于維護(hù)。通過(guò)上傳的葉片圖像，即可高效率高準(zhǔn)確率地識(shí)別出植物的物種類別，出可從數(shù)據(jù)庫(kù)中檢索出該物種相關(guān)的各種資料信息。本發(fā)明采用的新的完備局部二值模式，具有較高的識(shí)別率，在一些專用的研究數(shù)據(jù)庫(kù)上都有很好的識(shí)別效果，而且對(duì)光照、旋轉(zhuǎn)不變性都有很好的魯棒性。
【具體實(shí)施方式】
[0029]下面結(jié)合具體實(shí)施例對(duì)本發(fā)明進(jìn)行詳細(xì)說(shuō)明。本實(shí)施例以本發(fā)明技術(shù)萬(wàn)菜為麗提進(jìn)行實(shí)施，給出了詳細(xì)的實(shí)施方式和具體的操作過(guò)程，但本發(fā)明的保護(hù)范圍不限于下述的實(shí)施例。
[0030]一種基于葉片完備局部二值特征的Web在線物種識(shí)別方法，該方法應(yīng)用于B / S架構(gòu)的交互式系統(tǒng)中，系統(tǒng)主要是基于瀏覽器/服務(wù)器模式的卡發(fā)系統(tǒng)，并且系統(tǒng)功能模塊統(tǒng)一在Cl (Codelgniter)框架下實(shí)現(xiàn)。Web服務(wù)器端需要安裝配置好Web在線識(shí)別網(wǎng)站，同時(shí)配置葉片信息數(shù)據(jù)庫(kù)。該識(shí)別方法具體包括以下步驟:
[0031]I)通過(guò)瀏覽器將植物葉片圖像上傳至Web服務(wù)器，并在瀏覽器中進(jìn)行交互操作如圖像大小調(diào)整、算子參數(shù)設(shè)定等，將所需要的信息一并提供給服務(wù)器。
[0032]2)Web服務(wù)器獲取葉片圖像，并對(duì)葉片圖像進(jìn)行圖像預(yù)處理，包括灰度化、大小校正和邊緣補(bǔ)充處理等。
[0033]3)采用新的完備局部二值模式提取葉片圖像新的完備局部二值紋理特征，所述的新的完備局部二值模式具體為:
[0034]A)對(duì)葉片圖像進(jìn)行分塊處理，首先將葉片圖像劃分成49塊，然后經(jīng)過(guò)高斯模糊計(jì)算后劃分為59塊:
[0035]B)對(duì)葉片圖像的每一塊，遍歷3*3或5*5的區(qū)域，以原中心點(diǎn)加上周圍半徑為I的8個(gè)鄰居作為新的中心點(diǎn)，這樣中心就有9個(gè)像素點(diǎn)，對(duì)中心點(diǎn)的每個(gè)像素計(jì)算完備局部二值特征或者局部二值計(jì)數(shù)特征，統(tǒng)計(jì)得到新的完備二值特征直方圖，具體過(guò)程為:
[0036]對(duì)中心點(diǎn)的中心像素計(jì)算S、M、C，這點(diǎn)和傳統(tǒng)的完備二值模式一致，對(duì)新中心點(diǎn)的周圍8個(gè)像素計(jì)算局部二值計(jì)數(shù)特征LBC，將計(jì)算獲得的8個(gè)LBC求和得到新的特征為L(zhǎng)，融合S、M、C、L得到SMC_L或者SM_C_L為最終的識(shí)別特征；
[0037]C)最后統(tǒng)計(jì)所有塊直方圖得到葉片圖像最終的特征表達(dá)向量。
[0038]4)以提取出的完備局部二值紋理特征作為SVM分類器的輸入，對(duì)葉片圖像進(jìn)行識(shí)別，獲得該葉片圖像對(duì)應(yīng)的物種分類編號(hào)。
[0039]5) Web服務(wù)器向?yàn)g覽器反饋物種分類編號(hào)及相應(yīng)的物種信息，物種信息包括植物的花、果實(shí)、種子信息以及科普信息。
[0040]SMC_L和SM_C_L表示的是直方圖的連接方式，其中SMC_L的完整寫法是S / M /C_L，SM_C_L類似。例如其中S_M代表統(tǒng)計(jì)出來(lái)的兩個(gè)直方圖S和M直接連接一起，而S /M代表的是生成二維直方圖，所以S / M / C的具體含義就是生成3維直方圖。由于在計(jì)算存儲(chǔ)時(shí)我們是將二維或者3維的直方圖展開成一維的數(shù)組，所以SMC_L可以認(rèn)為是先生成3維直方圖，然后以一定的方法轉(zhuǎn)換成一維的直方圖，最后和L進(jìn)行連接作為最后的特征向量(特征向量是一維數(shù)組表示的，方便表示分類)表示先生成二維直方圖，然后轉(zhuǎn)換成一維的直方圖，再依次與C、L進(jìn)行連接作為最后的特征向量。
[0041]本發(fā)明采用的新的完備局部二值模式，雖然增加了一點(diǎn)特征維數(shù)(很小)，但是識(shí)別率相比來(lái)說(shuō)能提高2-5百分點(diǎn)。在一些專用的研究數(shù)據(jù)庫(kù)上都有很好的識(shí)別效果，而且對(duì)光照、旋轉(zhuǎn)不變性都有很好的魯棒性。
[0042]Web服務(wù)器中配置有用于識(shí)別植物物種的SVM分類器，SVM分類器的訓(xùn)練過(guò)程具體為:獲取多個(gè)植物物種的葉片圖像，對(duì)于每一個(gè)植物物種，均采集多張不同角度、不同光照、不同生長(zhǎng)過(guò)程的葉片圖像；對(duì)所有待訓(xùn)練的植物物種的葉片圖像進(jìn)行預(yù)處理和完備局部二值紋理特征提取；分別對(duì)每個(gè)植物物種設(shè)置物種標(biāo)簽，以所有完備局部二值紋理特征表達(dá)向量和物種標(biāo)簽作為SVM的輸入進(jìn)行訓(xùn)練；獲得訓(xùn)練好的SVM分類器。
[0043]本方法可通過(guò)在Cl (Codelgniter)框架下設(shè)計(jì)網(wǎng)站系統(tǒng)實(shí)現(xiàn):B / S架構(gòu)的交互式網(wǎng)站系統(tǒng)包括圖像上傳、圖像預(yù)處理、圖像特征提取和葉片識(shí)別四個(gè)主要模塊，其他還可包括資料介紹，研究進(jìn)展介紹等。用戶也可以根據(jù)自己的需要，選擇相應(yīng)其他的功能，比如選擇各個(gè)算子的操作效果，邊緣檢測(cè)實(shí)現(xiàn)效果，圖像增強(qiáng)等。系統(tǒng)功能的實(shí)現(xiàn)前臺(tái)(瀏覽器)主要利用HTML+JAVASCRIPT實(shí)現(xiàn)網(wǎng)頁(yè)的開發(fā)和交互，后臺(tái)(服務(wù)器)則主要利用PHP+C，實(shí)現(xiàn)PHP對(duì)C的調(diào)用完成葉片識(shí)別和處理功能。
【權(quán)利要求】
1.一種基于葉片完備局部二值特征的Web在線物種識(shí)別方法，其特征在于，包括以下步驟: 1)瀏覽器通過(guò)上傳接口將葉片圖像、交互操作信息上傳給Web服務(wù)器； 2)Web服務(wù)器獲取葉片圖像，并對(duì)葉片圖像進(jìn)行圖像預(yù)處理； 3)采用新的完備局部二值模式提取葉片圖像的新的完備局部二值紋理特征，所述的新的完備局部二值模式具體為: 3a)對(duì)葉片圖像進(jìn)行分塊處理； 3b)對(duì)葉片圖像的每一塊，遍歷3*3或5*5的區(qū)域，以原中心點(diǎn)加上周圍半徑為I的8個(gè)鄰居作為新中心點(diǎn)，對(duì)新中心點(diǎn)的每個(gè)像素計(jì)算完備局部二值特征或二值計(jì)數(shù)特征，統(tǒng)計(jì)得到新的完備二值特征直方圖； 3c)最后統(tǒng)計(jì)所有塊直方圖得到葉片圖像最終的特征表達(dá)向量； 4)以提取出的新的完備局部二值紋理特征作為SVM分類器的輸入，對(duì)葉片圖像進(jìn)行識(shí)另IJ，獲得該葉片圖像對(duì)應(yīng)的物種分類編號(hào)； 5)Web服務(wù)器向?yàn)g覽器反饋物種分類編號(hào)及相應(yīng)的物種信息。
2.根據(jù)權(quán)利要求1所述的一種基于葉片完備局部二值特征的Web在線物種識(shí)別方法，其特征在于，步驟I)中，所述的交互操作信息包括圖像大小調(diào)整、算子參數(shù)設(shè)定。·
3.根據(jù)權(quán)利要求1所述的一種基于葉片完備局部二值特征的Web在線物種識(shí)別方法，其特征在于，步驟2)中，所述的圖像預(yù)處理包括灰度化、大小校正和邊緣補(bǔ)充處理。
4.根據(jù)權(quán)利要求1所述的一種基于葉片完備局部二值特征的Web在線物種識(shí)別方法，其特征在于，步驟3b)具體為: 采用傳統(tǒng)完備局部二值模式對(duì)新中心點(diǎn)的中心像素分別計(jì)算符號(hào)部分S、數(shù)值部分M、中心部分C，對(duì)新中心點(diǎn)中的周圍8個(gè)像素計(jì)算局部二值計(jì)數(shù)特征LBC，將計(jì)算獲得的8個(gè)LBC值求和得到新的特征為L(zhǎng)，融合S、M、C、L，統(tǒng)計(jì)得到SMC_L或者SM_C_L為最終的識(shí)別特征。
5.根據(jù)權(quán)利要求1所述的一種基于葉片完備局部二值特征的Web在線物種識(shí)別方法，其特征在于，所述的對(duì)葉片圖像進(jìn)行分塊處理時(shí)，首先將葉片圖像劃分成49塊，然后經(jīng)過(guò)高斯模糊計(jì)算后劃分為59塊。
6.根據(jù)權(quán)利要求1所述的一種基于葉片完備局部二值特征的Web在線物種識(shí)別方法，其特征在于，步驟4)中，所述的SVM分類器的訓(xùn)練過(guò)程具體為: 4a)獲取多個(gè)植物物種的葉片圖像，對(duì)于每一個(gè)植物物種，均采集多張不同角度、不同光照、不同生長(zhǎng)過(guò)程的葉片圖像: 4b)對(duì)所有待訓(xùn)練的植物物種的葉片圖像進(jìn)行預(yù)處理和新的完備局部二值紋理特征提取: 4c)分別對(duì)每個(gè)植物物種設(shè)置物種標(biāo)簽，以所有新的完備局部二值紋理特征表達(dá)向量和物種標(biāo)簽作為SVM的輸入進(jìn)行訓(xùn)練； 4d)獲得訓(xùn)練好的SVM分類器。
7.根據(jù)權(quán)利要求1所述的一種基于葉片完備局部二值特征的Web在線物種識(shí)別方法，其特征在于，所述的Web服務(wù)器中設(shè)有用于存儲(chǔ)物種信息的葉片信息數(shù)據(jù)庫(kù)。
8.根據(jù)權(quán)利要求1或7所述的一種基于葉片完備局部二值特征的Web在線物種識(shí)別方法，其特征在于，所述 的物種信息包括植物的花、果實(shí)、種子信息以及科普信息。
【文檔編號(hào)】G06K9/62GK103824083SQ201410065251
【公開日】2014年5月28日 申請(qǐng)日期:2014年2月25日 優(yōu)先權(quán)日:2014年2月25日
【發(fā)明者】黃德雙, 魏海彬, 趙森 申請(qǐng)人:同濟(jì)大學(xué)