一种基于多特征融合的蚊虫识别方法

发明专利有效专利

申请号：
CN202110659978.9
IPC分类号：G06K9/62;G06K9/46;G06K9/00
申请日期：
2021-06-15
申请人：
杭州电子科技大学;浙江省疾病预防控制中心

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种基于多特征融合的蚊虫识别方法
申请号	CN202110659978.9	申请日期	2021-06-15
法律状态	公开	申报国家	中国
公开/公告日	2021-10-15	公开/公告号	CN113505815A
优先权	暂无	优先权号	暂无
主分类号	G06K9/62 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06K 数据识别；数据表示；记录载体；记录载体的处理（印刷本身入B41J） G06K9/00 用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置（用于图表阅读或者将诸如力或现状态的机械参量的图形转换为电信号的方法或装置入G06K 11/00；语音识别入G10L 15/00）〔1，7〕 G06K9/62 应用电子设备进行识别的方法或装置〔3〕	IPC分类号	G;0;6;K;9;/;6;2;;;G;0;6;K;9;/;4;6;;;G;0;6;K;9;/;0;0查看分类表>
申请人	杭州电子科技大学;浙江省疾病预防控制中心	申请人地址	浙江省杭州市下沙高教园区2号大街变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	杭州电子科技大学,浙江省疾病预防控制中心	当前权利人	杭州电子科技大学,浙江省疾病预防控制中心
发明人	陈华华;余帅东;孙文胜;侯娟;缪梓萍;龚震
代理机构	杭州君度专利代理事务所（特殊普通合伙）	代理人	陈炜

摘要

本发明公开了一种基于多特征融合的蚊虫识别方法。现有识别蚊虫的方法效率低、误识率较高。本发明方法包括训练阶段和测试阶段。训练阶段首先收集蚊子彩色图像，组成训练集，然后对蚊虫彩色图像尺寸规范化处理，提取图像融合特征，获取训练集中每幅图像的融合特征，训练支持向量机分类模型。测试阶段是将预处理后测试图像进行图像特征提取，将获得的融合特征输入训练好的支持向量机分类模型中，模型输出识别结果。本发明方法提取HSV颜色特征、HOG特征和LBP特征，并且将三个特征进行融合，能更好地表现不同类别蚊虫图像的信息差异，避免了单一特征的不足，从而具有较高的准确性和较强的鲁棒性。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供