專利名稱：基于圖像分析技術(shù)的植物物種查詢系統(tǒng)及方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種圖像查詢系統(tǒng)及方法，特別涉及一種用于植物物種查詢的系統(tǒng)及 方法。
背景技術(shù)：
我國林業(yè)資源的種類紛繁復(fù)雜，不同地域的植物，包括樹木、花等。以樹木為例，可 以根據(jù)“門、綱、目、科、屬、種”將樹木分成不同的種類，對于大多數(shù)非專業(yè)人員來說，為了辨 別認識和進一步了解這些樹木，目前只能通過具有相關(guān)背景專業(yè)知識的技術(shù)人員了解，或 者從植物方面的書籍中查閱，或者通過上網(wǎng)查詢，但對于在戶外學習或工作的人員來說，上 述方法有很多局限性和不便之處。為了克服了上述不足，本發(fā)明提供了一種植物物種查詢 的有效方法，使廣大戶外學習或工作的人員通過手機拍攝待查詢植物，發(fā)送到指定設(shè)備，即 可得到記載該植物物種信息的短信，從而可了解該植物的信息。本發(fā)明的不僅能推廣林業(yè) 知識的科學普及，還能為廣大林業(yè)工作者提供一個便利的科研工具，更能為廣大林業(yè)愛好 者提供一個便利的查詢和學習途徑。

發(fā)明內(nèi)容
本發(fā)明的目的在于，提供了一種基于圖像分析技術(shù)的植物物種查詢系統(tǒng)及方法， 不僅能推廣林業(yè)知識的科學普及，還能為廣大林業(yè)工作者和愛好者提供一個便利的科研和 查詢工具。本發(fā)明的技術(shù)方案本發(fā)明的基于圖像分析技術(shù)的植物物種查詢方法分為如下步 驟通過移動終端采集和發(fā)送待查詢植物圖像；通過匹配查詢設(shè)備接收上述待查詢植物圖像，對該待查詢植物圖像進行處理，提 取該待查詢植物圖像的目標植物圖像的第一特征向量，將該第一特征向量與所述匹配查詢 設(shè)備存儲的現(xiàn)有植物的第二特征向量建立的第二特征向量索引分別進行相似度匹配，提取 相似度最高的第二特征向量對應(yīng)的物種名稱信息；或者將該第一特征向量輸入至特征分類函數(shù)分別進行分類處理，得到包含該第一 特征向量的物種名稱信息；再提取所述物種名稱信息對應(yīng)的所述匹配查詢設(shè)備存儲的物種 信息，并將所述物種信息以短信形式發(fā)送到所述移動終端顯示；較佳地，該移動終端可通過手機、數(shù)碼相機等設(shè)備采集待查詢植物圖像，該移動終 端可通過手機發(fā)送待查詢植物圖像至匹配查詢設(shè)備及接受匹配查詢設(shè)備發(fā)送的該待查詢 植物的物種信息。較佳地，采集得到的待查詢植物圖像包括目標植物圖像和背景圖像，該目標植物 圖像為僅包含待查詢植物的圖像。較佳地，待查詢植物可為樹葉、花等。較佳地，上述第一特征向量為待查詢植物圖像通過圖像處理得到的一組特征向量信息，其至少包括顏色特征、紋理特征及形狀特征；上述第二特征向量為現(xiàn)有植物的一組特 征向量信息，其至少包括顏色特征、紋理特征及形狀特征。較佳地，該形狀特征至少包括縱橫比、矩形度、面積凹凸比、周長凹凸比、球狀性、 圓形度、偏心率及形狀參數(shù)。較佳地，該物種信息至少包括物種圖片、物種名稱、物種科目及物種產(chǎn)地。進一步，待查詢植物圖像的匹配查詢包括以下步驟步驟1 接收從移動終端發(fā)送的待查詢植物圖像；步驟2 對上述待查詢植物圖像的目標植物圖像與背景圖像進行分割處理，并得 到目標植物的二值化圖像；步驟3 提取上述二值化圖像的第一特征向量，將該第一特征向量與匹配查詢設(shè) 備存儲的現(xiàn)有植物的第二特征向量建立的所述第二特征向量索引分別進行相似度匹配，提 取與目標植物圖像的第一特征向量相似度最高的第二特征向量對應(yīng)的物種名稱信息，再提 取該物種名稱信息對應(yīng)的匹配查詢設(shè)備存儲的物種信息；步驟4 以短信形式發(fā)送上述物種信息到移動終端。進一步，待查詢植物圖像的匹配查詢包括以下步驟步驟1 接收從移動終端發(fā)送的待查詢植物圖像；步驟2 對上述待查詢植物圖像的目標植物圖像與背景圖像進行分割處理，并得 到目標植物的二值化圖像；步驟3 提取上述二值化圖像的第一特征向量，將該第一特征向量輸入至預(yù)先訓(xùn) 練的分類器中構(gòu)建的特征函數(shù)，得到包含該第一特征向量的物種名稱信息，再提取該物種 名稱信息對應(yīng)的匹配查詢設(shè)備存儲的物種信息；步驟4 以短信形式發(fā)送上述物種信息到移動終端顯示。本發(fā)明的基于圖像分析技術(shù)的植物物種查詢系統(tǒng)包括至少一個移動終端，其用于采集和發(fā)送待查詢植物圖像，并接收待查詢植物的物 種信息；采集得到的待查詢植物圖像包括目標植物圖像和背景圖像，該目標植物圖像為僅 包含待查詢植物的圖像；匹配查詢設(shè)備，其存儲有現(xiàn)有植物的第二特征向量所建立的第二特征向量索引及 物種名稱對應(yīng)的物種信息，該匹配查詢設(shè)備接收上述待查詢植物圖像，提取其第一特征向 量，將該第一特征向量與匹配查詢設(shè)備存儲的第二特征向量索引分別進行相似度匹配，提 取相似度最高的第二特征向量所對應(yīng)的物種名稱信息；或者所述匹配查詢設(shè)備存儲有預(yù)先訓(xùn)練的分類器的特征分類函數(shù)及物種名稱對 應(yīng)的物種信息，將該第一特征向量輸入至預(yù)先訓(xùn)練的分類器中構(gòu)建的特征分類函數(shù)分別進 行分類處理，得到包含該第一特征向量的物種名稱信息；再提取該物種名稱信息對應(yīng)的匹 配查詢設(shè)備存儲的物種信息，并將該物種信息以短信形式發(fā)送到移動終端。較佳地，該移動終端通過手機、數(shù)碼相機等采集待查詢植物圖像，該移動終端可通 過手機發(fā)送待查詢植物圖像及接受匹配查詢設(shè)備發(fā)送的該待查詢植物的物種信息。較佳地，待查詢植物可為樹葉、花等。較佳地，上述第一特征向量為待查詢植物圖像通過圖像處理得到的一組特征向量 信息，其至少包括顏色特征、紋理特征及形狀特征；上述第二特征向量為現(xiàn)有植物的一組特征向量信息，其至少包括顏色特征、紋理特征及形狀特征。較佳地，該形狀特征至少包括縱橫比、矩形度、面積凹凸比、周長凹凸比、球狀性、 圓形度、偏心率及形狀參數(shù)。較佳地，該物種信息至少包括物種圖片、物種名稱、物種科目及物種產(chǎn)地。進一步，上述匹配查詢設(shè)備包括接收模塊，其用于接收從動終端發(fā)送的待查詢植物圖像；圖像分割模塊，其用于將上述待查詢植物圖像進行分割處理，得到目標植物的二 值化圖像；圖像檢索模塊，其用于對所述二值化圖像的第一特征向量分別進行相似度匹配或 者分類處理，得到包含該第一特征向量對應(yīng)的物種名稱信息，并提取所述物種名稱信息對 應(yīng)的所述物種信息；發(fā)送模塊，其用于將上述物種信息以短信形式發(fā)送到移動終端。本發(fā)明有益效果本發(fā)明的提出使得植物物種信息的查詢方便，匹配成功率高，并 可不斷更新特征數(shù)據(jù)庫、圖像數(shù)據(jù)庫及分類器；有利于林業(yè)工作者在戶外工作時，方便查找 植物的信息，提高工作效率；有利用廣大林業(yè)愛好者隨時可查詢想了解的植物，提高自己的 林業(yè)知識水平；有利于推廣林業(yè)知識的科學普及。


圖1為本發(fā)明的植物物種查詢方法的圖像分割流程圖；圖2A為本發(fā)明基于相似度匹配的植物物種查詢方法的圖像檢索流程圖；圖2B為本發(fā)明基于分類器的植物物種查詢方法的圖像檢索流程圖；圖3為本發(fā)明的植物物種查詢系統(tǒng)總體結(jié)構(gòu)框圖；圖4A為本發(fā)明基于相似度匹配的植物物種查詢系統(tǒng)具體實施例；圖4B為本發(fā)明基于分類器的植物物種查詢系統(tǒng)具體實施例。
具體實施例方式為使本發(fā)明的特征和優(yōu)點能夠更加明顯易懂，下面結(jié)合附圖和具體實施例對本發(fā) 明作進一步詳細的說明。請參閱圖1至圖4B，本發(fā)明的基于圖像分析技術(shù)的植物物種查詢方法分為如下步 驟通過移動終端1采集和發(fā)送待查詢植物圖像31 ；通過匹配查詢設(shè)備2接收上述待查詢植物圖像31，對待查詢植物圖像31進行處 理，提取待查詢植物圖像31的目標植物圖像的第一特征向量，將該第一特征向量與匹配查 詢設(shè)備2存儲的現(xiàn)有植物的第二特征向量建立的第二特征向量索引分別進行相似度匹配 503，提取相似度最高的第二特征向量對應(yīng)的物種名稱信息；或者將該第一特征向量輸入至特征分類函數(shù)分別進行分類處理，得到包含該第一 特征向量的物種名稱信息；再提取該物種名稱信息對應(yīng)的匹配查詢設(shè)備2存儲的物種信 息，并將該物種信息以短信形式發(fā)送到移動終端1。較佳地，該移動終端1可通過手機、數(shù)碼相機等設(shè)備采集待查詢植物圖像31，該移動終端1可通過手機發(fā)送待查詢植物圖像31至匹配查詢設(shè)備2及接受匹配查詢設(shè)備2發(fā) 送的該待查詢植物3的物種信息。較佳地，采集得到的待查詢植物圖像31包括目標植物圖像和背景圖像，該目標植 物圖像為僅包含待查詢植物的圖像。較佳地，待查詢植物3可為樹葉、花等。較佳地，上述第一特征向量為待查詢植物圖像31通過圖像處理得到的一組特征 向量信息，其至少包括顏色特征、紋理特征及形狀特征；上述第二特征向量為現(xiàn)有植物的一 組特征向量信息，其至少包括顏色特征、紋理特征及形狀特征。較佳地，該形狀特征至少包括縱橫比、矩形度、面積凹凸比、周長凹凸比、球狀性、 圓形度、偏心率及形狀參數(shù)；由于這些參數(shù)都是區(qū)域度量值的比值，因此具有旋轉(zhuǎn)、平移和 縮放不變性。較佳地，該物種信息至少包括物種圖片、物種名稱、物種科目及物種產(chǎn)地。進一步，待查詢植物圖像31的匹配查詢包括以下步驟步驟1 接收從移動終端1發(fā)送的待查詢植物圖像31 ；步驟2 對上述待查詢植物圖像31的目標植物圖像與背景圖像進行分割處理，并 得到目標植物的二值化圖像；步驟3 輸入目標植物的二值化圖像501，提取二值化圖像的第一特征向量502，將 該第一特征向量與圖像數(shù)據(jù)庫234中存儲的第二特征向量索引分別進行相似度匹配，提取 與第一特征向量相似度最高的第二特征向量對應(yīng)的物種名稱信息，再提取該物種名稱信息 對應(yīng)的匹配查詢設(shè)備2存儲的物種信息；步驟4 以短信形式發(fā)送上述物種信息到移動終端1顯示。進一步，待查詢植物圖像31的匹配查詢包括以下步驟步驟1 接收從移動終端1發(fā)送的待查詢植物圖像31 ；步驟2 對上述待查詢植物圖像31的目標植物圖像與背景圖像進行分割處理，并 得到目標植物的二值化圖像；步驟3 輸入目標植物的二值化圖像501，提取二值化圖像的第一特征向量502，將 該第一特征向量輸入至預(yù)先訓(xùn)練的分類器236中構(gòu)建的特征函數(shù)，得到包含該第一特征向 量的物種名稱信息，再提取該物種名稱信息對應(yīng)的圖像數(shù)據(jù)庫234中存儲的物種信息；步驟4 以短信形式發(fā)送待查詢植物的物種信息504到移動終端1顯示。結(jié)合圖1，步驟2進一步還包括以下步驟步驟21 通過圖像轉(zhuǎn)換401，將接收到的待查詢植物圖像31轉(zhuǎn)換為灰度圖像；步驟22 采用毯子法，計算待查詢植物圖像局部分形維數(shù)402，該毯子法將上述灰 度圖像的像素值視為一座山峰，該山峰的高度為圖像的灰度值，在距該山峰表面為ε的兩 側(cè)形成以厚度為兩倍的ε (即2 ε )的一張?zhí)鹤?，根?jù)該毯子的體積和厚度得到其表面積 Α(ε)，由于ε的值不同，可得到不同的表面積值，將其表面積的表達式經(jīng)變換，得到縱坐 標為log A( O、橫坐標為log ε的logA(0-log￡坐標系中的直線斜率，進而計算出待查 詢植物的灰度圖像的局部分形維數(shù)；再在待查詢植物圖像31上設(shè)置一個小于該待查詢植物圖像的窗口，使該窗口沿 水平和垂直方向滑動，以該窗口內(nèi)的待查詢植物圖像31的分形維數(shù)作為該窗口中心點處圖像的分型特征值，可得到待查詢植物圖像31中各點的局部分形維數(shù)，從而得到待查詢植 物圖像31的分形圖像，將該分形圖像進行歸一化，得到分形灰度圖像，并可得到目標植物 的紋理特征；步驟23 采用最大類間方差法選取最佳閾值，對上述分形維數(shù)圖的灰度圖像進行 閾值分割403。該最佳閾值把上述分形維數(shù)圖的灰度圖像分成目標植物圖像和背景圖像，利 用目標植物圖像平均灰度值、背景圖像平均灰度值，目標植物圖像像素數(shù)占待查詢植物圖 像31的比例及背景圖像像素數(shù)占待查詢植物圖像的比例所構(gòu)成的方差，當該方差最大，則 可認為此時目標植物圖像和背景圖像差異最大，即為最佳閾值，并通過閾值分割得到目標 植物的二值化圖像；步驟24 采用4鄰域像素連通標記法，計算上述目標植物的二值化圖像的最大連 通區(qū)域的像素數(shù)(Sm) 404，該標記方法是對上述目標植物的二值化圖像進行從上到下和從 左到右的掃描，進行連通區(qū)域標記，并用等價表中的最低標記取代每個標記，標記出最大連 通區(qū)域，并計算出最大連通區(qū)域的像素數(shù)；步驟25 判斷最大連通區(qū)域的像素數(shù)與四分之一的整幅待查詢植物圖像像素數(shù) 的關(guān)系；較佳地，步驟25進一步還包括以下步驟步驟251 當上述最大連通區(qū)域的像素數(shù)小于四分之一的整幅待查詢植物圖像像 素數(shù)時，表明上述閾值分割效果不理想，從而執(zhí)行基于顏色的模糊聚類分割406，該模糊聚 類分割用于分割顏色差異較大的目標植物圖像與背景圖像，將目標植物圖像中的像素點分 為c (c遠小于像素點，但c > 1)個模糊組，然后求出每組的聚類中心，并確定隸屬矩陣，從 而分割目標植物圖像與背景圖像；執(zhí)行完該模糊聚類分割后，執(zhí)行目標植物圖像的填充和 去噪405，該填充和去噪步驟用于提高圖像分割的準確率，填充處理包括以下步驟先掃描 整幅圖像并標記出目標連通區(qū)域(即像素值為255的區(qū)域)，然后統(tǒng)計每個連通區(qū)域的像 素數(shù)，最后填充所有小于最大連通區(qū)域的連通區(qū)域，此時，系統(tǒng)默認為最大連通區(qū)域為葉片 區(qū)域；去噪處理包括以下步驟先掃描整幅圖像并標記出背景連通區(qū)域(即像素值為0的 區(qū)域)，然后統(tǒng)計每個連通區(qū)域的像素數(shù)，最后將所有小于最大連通區(qū)域的連通區(qū)域的像素 值置為255，此時，系統(tǒng)默認為小于最大連通區(qū)域為噪聲；步驟252 當上述最大連通區(qū)域的像素數(shù)大于四分之一的整幅待查詢植物圖像像 素數(shù)時，表明上述閾值分割效果理想，從而執(zhí)行目標植物圖像的填充和去噪405 ；步驟26 輸出目標植物的二值化圖像407。較佳地，上述特征數(shù)據(jù)庫233，用于存儲現(xiàn)有植物的第二特征向量，并將該第二特 征向量，如顏色、形狀及紋理等特征向量，分別建立特征向量索引，即顏色索引，檢索與用戶 指定顏色相似的圖像；形狀索引，檢索具有相似形狀的圖像；紋理索引，檢索具有相似紋理 的圖像；用于與目標植物圖像的第一特征向量進行相似度匹配503 ；較佳地，上述圖像數(shù)據(jù)庫234，用于存儲物種名稱信息對應(yīng)的物種信息；較佳地，上述分類器236，用于存儲由現(xiàn)有植物的第二特征向量預(yù)先訓(xùn)練所構(gòu)建的 特征分類函數(shù)，該特征分類函數(shù)以待查詢植物圖像的第一特征向量為自變量，以所述物種 名稱信息為因變量，處理結(jié)果為該第一特征向量對應(yīng)的所述物種名稱信息。較佳地，該特征數(shù)據(jù)庫233、圖像數(shù)據(jù)庫234及分類器236可進行更新。
較佳地，如果步驟33中特征向量相似度匹配503失敗，則匹配查詢設(shè)備2返回一 個空值到移動終端1。再參閱圖3、圖4A及圖4B，本發(fā)明的基于圖像分析技術(shù)的植物物種查詢系統(tǒng)包 括至少一個移動終端1，其用于采集和發(fā)送待查詢植物圖像31，并接收待查詢植物3 的物種信息；采集得到的待查詢植物圖像31包括目標植物圖像和背景圖像，該目標植物圖 像為僅包含待查詢植物的圖像；匹配查詢設(shè)備2，其存儲有現(xiàn)有植物的第二特征向量所建立的第二特征向量索引 及物種名稱對應(yīng)的物種信息；該匹配查詢設(shè)備2接收上述待查詢植物圖像31，提取其第一 特征向量，將該第一特征向量與上述第二特征向量索引分別進行相似度匹配503，提取相似 度最高的第二特征向量所對應(yīng)的物種名稱信息；或者該匹配查詢設(shè)備存儲有預(yù)先訓(xùn)練的分類器236的特征分類函數(shù)及物種名稱 對應(yīng)的物種信息，將該第一特征向量輸入至上述特征分類函數(shù)分別進行分類處理，得到包 含該第一特征向量的物種名稱信息；再提取該物種名稱信息對應(yīng)的上述物種信息，并將該 物種信息以短信形式發(fā)送到移動終端1。較佳地，該移動終端1通過手機、數(shù)碼相機等采集待查詢植物圖像31，該移動終端 1可通過手機發(fā)送待查詢植物圖像31及接受匹配查詢設(shè)備2發(fā)送的該待查詢植物3的物種
fn息ο較佳地，待查詢植物3可為樹葉、花等。較佳地，上述第一特征向量為待查詢植物圖像31通過圖像處理得到的一組特征 向量信息，其至少包括顏色特征、紋理特征及形狀特征；上述第二特征向量為現(xiàn)有植物的一 組特征向量信息，其至少包括顏色特征、紋理特征及形狀特征。較佳地，該形狀特征至少包括縱橫比、矩形度、面積凹凸比、周長凹凸比、球狀性、 圓形度、偏心率及形狀參數(shù)。較佳地，該物種信息至少包括物種圖片、物種名稱、物種科目及物種產(chǎn)地。進一步，上述匹配查詢設(shè)備2包括接收模塊21，其用于接收從動終端1發(fā)送的待查詢植物圖像31 ；圖像分割模塊22，其用于將上述待查詢植物圖像31進行分割處理，得到目標植物 的二值化圖像；圖像檢索模塊23，其用于對二值化圖像的第一特征向量分別進行相似度匹配503 或者分類處理，得到包含該第一特征向量對應(yīng)的物種名稱信息，并提取物種名稱信息對應(yīng) 的所述物種信息；發(fā)送模塊24，其用于將上述物種信息以短信形式發(fā)送到移動終端1。進一步，該圖像分割模塊22包括圖像轉(zhuǎn)換子模塊221，其用于將待查詢植物圖像31轉(zhuǎn)換為灰度圖像；第一計算子模塊222，其采用毯子法計算出上述灰度圖像的局部分形維數(shù)，該毯子 法將上述灰度圖像的像素值視為一座山峰，該山峰的高度為圖像的灰度值，在距該山峰表 面為ε的兩側(cè)形成以厚度為兩倍的ε (即2 ε )的一張?zhí)鹤?，根?jù)該毯子的體積和厚度 得到其表面積Α( O，由于ε的值不同，可得到不同的表面積值，將其表面積的表達式經(jīng)變換，得到縱坐標為log Α( ε )、橫坐標為log ε的log Α( ε )-log ε坐標系中的直線斜率， 進而計算出待查詢植物的灰度圖像的局部分形維數(shù)；再在待查詢植物圖像上設(shè)置一個小于 該待查詢植物圖像的窗口，使該窗口沿水平和垂直方向滑動，以該窗口內(nèi)的待查詢植物圖 像31的分形維數(shù)作為該窗口中心點處圖像的分型特征值，可得到待查詢植物圖像31中各 點的局部分形維數(shù)，從而得到待查詢植物圖像的分形圖像，將該分形圖像進行歸一化，得到 分形灰度圖像，并可得到目標植物的紋理特征；閾值分割子模塊223，其采用最大類間方差法選取最佳閾值對上述分形灰度圖像 進行分割處理。該最佳閾值把分形灰度圖像分成目標植物圖像和背景圖像，利用目標植物 圖像平均灰度值、背景圖像平均灰度值，目標植物圖像像素數(shù)占待查詢植物圖像的比例及 背景圖像像素數(shù)占待查詢植物圖像的比例所構(gòu)成的方差，當該方差最大，則可認為此時目 標植物圖像和背景圖像差異最大，即為最佳閾值，并通過閾值分割得到目標植物圖像的二 值化圖像，此時，目標植物區(qū)域的值為255，背景區(qū)域的值為0 ；第二計算子模塊224，其采用“4鄰域像素連通標記法”，對上述二值化圖像進行連 通區(qū)域標記，該標記方法采用對上述二值化圖像從上到下和從左到右的掃描進行連通區(qū)域 標記，并利用等價表中的最低標記取代每個標記，標記出最大連通區(qū)域，并計算出最大連通 區(qū)域的像素數(shù)；判斷子模塊225，其用于判斷上述計算出的最大連通區(qū)域的像素數(shù)與四分之一的 整幅待查詢植物圖像像素數(shù)之間的關(guān)系；輸出子模塊228，輸出目標植物的二值化圖像。進一步，上述判斷子模塊225還包含當上述最大連通區(qū)域的像素數(shù)大于四分之一的整幅待查詢植物圖像像素數(shù)時，表 明上述閾值分割效果理想，從而進入填充和去噪子模塊226，用于提高圖像分割的準確率； 填充處理包括先掃描整幅圖像并標記出目標連通區(qū)域(即值為255的區(qū)域)，然后統(tǒng)計 每個連通區(qū)域的像素數(shù)，最后填充所有小于最大連通區(qū)域的連通區(qū)域，此時，系統(tǒng)默認為最 大連通區(qū)域為葉片區(qū)域；去噪處理包括先掃描整幅圖像并標記出背景連通區(qū)域(即值為 0的區(qū)域)，然后統(tǒng)計每個連通區(qū)域的像素數(shù)，最后將所有小于最大連通區(qū)域的連通區(qū)域的 像素值置為255，此時，系統(tǒng)默認為小于最大連通區(qū)域為噪聲；以及當上述最大連通區(qū)域的像素數(shù)小于四分之一的整幅待查詢植物圖像像素數(shù)時，表 明上述閾值分割效果不理想，從而進入模糊聚類分割子模塊227，其用于對圖像轉(zhuǎn)換前的待 查詢植物圖像的目標植物圖像與背景圖像進行分割，采用基于顏色的模糊聚類算法，該方 法用于對目標植物圖像和背景圖像的顏色差異較大時進行分割處理，該方法可將目標植物 圖像中的像素點分為c(c遠小于像素點，但c > 1)個模糊組，然后求出每組的聚類中心，并 確定隸屬矩陣，從而分割目標植物圖像與背景圖像，然后再進入填充和去噪子模塊226;進一步，該圖像檢索模塊23包括特征向量提取子模塊231，其用于提取上述第一特征向量；特征向量輸入子模塊232，其用于輸入上述第一特征向量；特征數(shù)據(jù)庫233，用于存儲現(xiàn)有植物的第二特征向量，并將現(xiàn)有植物的該第二特征 向量，如顏色、形狀及紋理等特征向量，分別建立特征向量索引，即顏色索引，檢索與用戶指 定顏色相似的圖像；形狀索引，檢索具有相似形狀的圖像；紋理索引，檢索具有相似紋理的圖像；用于與目標植物圖像的特征向量進行相似度匹配503 ；圖像數(shù)據(jù)庫234，用于存儲現(xiàn)有植物物種名稱信息對應(yīng)的物種信息；匹配子模塊235，通過將目標植物圖像的第一特征向量分別與特征數(shù)據(jù)庫中的第 二特征向量進行相似度匹配503，提取相似度最高的第二特征向量對應(yīng)的圖像數(shù)據(jù)庫234 中的物種信息。進一步，該圖像檢索模塊23包括特征向量提取子模塊231，其用于提取上述第一特征向量；特征向量輸入子模塊232，其用于輸入上述第一特征向量；圖像數(shù)據(jù)庫234，用于存儲現(xiàn)有植物物種名稱信息對應(yīng)的物種信息；分類器236，用于存儲由現(xiàn)有植物的第二特征向量預(yù)先訓(xùn)練所構(gòu)建的特征分類函 數(shù)，該特征分類函數(shù)以待查詢植物圖像的第一特征向量為自變量，以物種名稱信息為因變 量，處理結(jié)果為包含該第一特征向量對應(yīng)的所述物種名稱信息；分類處理子模塊237，用于提取所述物種名稱信息對應(yīng)的所述圖像數(shù)據(jù)庫234中 的物種信息。較佳地，該特征數(shù)據(jù)庫233、圖像數(shù)據(jù)庫234及分類器236可進行更新。較佳地，如果匹配查詢失敗，即特征數(shù)據(jù)庫233或圖像數(shù)據(jù)庫234中不含有待查詢 植物圖像31的第一特征向量，則該匹配查詢設(shè)備2返回一個空值到移動終端1。顯然，上述實施例僅為本發(fā)明技術(shù)方案的說明并非限制，對本發(fā)明的技術(shù)方案進 行的各種改動和等同替換而不脫離本發(fā)明的精神和范圍，均應(yīng)涵蓋在本發(fā)明的權(quán)利要求范 圍之內(nèi)。
1權(quán)利要求
一種基于圖像分析技術(shù)的植物物種查詢方法，其特征在于，該方法包括以下步驟通過移動終端采集和發(fā)送待查詢植物圖像；通過匹配查詢設(shè)備接收所述待查詢植物圖像，對所述待查詢植物圖像進行處理，提取第一特征向量，將所述第一特征向量與所述匹配查詢設(shè)備存儲的現(xiàn)有植物的第二特征向量建立的第二特征向量索引分別進行相似度匹配，提取相似度最高的所述第二特征向量對應(yīng)的物種名稱信息；或者將所述第一特征向量輸入至特征分類函數(shù)分別進行分類處理，得到包含該第一特征向量的物種名稱信息；再提取所述物種名稱信息對應(yīng)的所述匹配查詢設(shè)備存儲的物種信息，并將所述物種信息發(fā)送到所述移動終端顯示。
2.如權(quán)利要求1所述的基于圖像分析技術(shù)的植物物種查詢方法，其特征在于，所述第 一特征向量為所述待查詢植物圖像通過圖像處理得到的一組特征向量信息，其至少包括顏 色特征、紋理特征及形狀特征；所述第二特征向量為現(xiàn)有植物的一組特征向量信息，其至少 包括顏色特征、紋理特征及形狀特征。
3.如權(quán)利要求2所述的基于圖像分析技術(shù)的植物物種查詢方法，其特征在于，所述形 狀特征至少包括縱橫比、矩形度、面積凹凸比、周長凹凸比、球狀性、圓形度、偏心率及形狀 參數(shù)。
4.如權(quán)利要求1所述的基于圖像分析技術(shù)的植物物種查詢方法，其特征在于，所述物 種信息至少包括物種圖片、物種名稱、物種科目及物種產(chǎn)地。
5.如權(quán)利要求1所述的基于圖像分析技術(shù)的植物物種查詢方法，其特征在于，所述待 查詢植物圖像的匹配查詢包括以下步驟步驟1 接收從所述移動終端發(fā)送的所述待查詢植物圖像；步驟2 對所述待查詢植物圖像的目標植物圖像與背景圖像進行分割處理，并得到目 標植物的二值化圖像；步驟3:提取所述二值化圖像的第一特征向量，對所述第一特征向量進行圖像檢索，將 所述第一特征向量與所述第二特征向量索引分別進行相似度匹配，提取與所述目標植物圖 像的第一特征向量相似度最高的所述第二特征向量對應(yīng)的所述物種名稱信息，再提取所述 物種名稱信息對應(yīng)的所述匹配查詢設(shè)備存儲的所述物種信息；步驟4 發(fā)送所述物種信息到所述移動終端。
6.如權(quán)利要求1所述的基于圖像分析技術(shù)的植物物種查詢方法，其特征在于，所述待 查詢植物圖像的匹配查詢包括以下步驟步驟1 接收從所述移動終端發(fā)送的所述待查詢植物圖像；步驟2 對所述待查詢植物圖像的目標植物圖像與背景圖像進行分割處理，并得到目 標植物的二值化圖像；步驟3:提取所述二值化圖像的第一特征向量，對所述第一特征向量進行圖像檢索，將 所述第一特征向量輸入至所述特征分類函數(shù)，得到包含所述第一特征向量的物種名稱信 息，再提取所述物種名稱信息對應(yīng)的所述物種信息；步驟4 發(fā)送所述物種信息到所述移動終端顯示。
7.如權(quán)利要求5或6所述的基于圖像分析技術(shù)的植物物種查詢方法，其特征在于，所述 步驟2進一步還包括以下步驟步驟21 通過圖像轉(zhuǎn)換，將所述待查詢植物圖像轉(zhuǎn)換為灰度圖像；步驟22 計算圖像局部分形維數(shù)得到所述待查詢植物圖像的分形圖像；步驟23 選取最佳閾值對所述分形維數(shù)圖的灰度圖像進行閾值分割，得到目標植物的 二值化圖像；步驟24 計算所述二值化圖像的最大連通區(qū)域的像素數(shù)；步驟25 判斷所述最大連通區(qū)域的像素數(shù)與四分之一的整幅待查詢植物圖像像素數(shù) 的關(guān)系；步驟26 輸出所述目標植物的二值化圖像。
8.如權(quán)利要求7所述的基于圖像分析技術(shù)的植物物種查詢方法，其特征在于，所述步 驟25進一步還包括以下步驟步驟251 當所述最大連通區(qū)域的像素數(shù)小于四分之一的整幅待查詢植物圖像像素數(shù) 時，執(zhí)行基于顏色的模糊聚類分割，其用于將目標植物圖像與背景圖像分割處理，再執(zhí)行目 標植物圖像的填充和去噪，其用于提高圖像分割的準確率；步驟252 當所述最大連通區(qū)域的像素數(shù)大于四分之一的整幅待查詢植物圖像像素數(shù) 時，執(zhí)行所述填充和去噪。
9.一種基于圖像分析技術(shù)的植物物種查詢系統(tǒng)，其特征在于，包括至少一個移動終端，其用于采集和發(fā)送待查詢植物圖像，并接收待查詢植物的物種信息；匹配查詢設(shè)備，其存儲有現(xiàn)有植物的第二特征向量所建立的第二特征向量索引及物種 名稱信息對應(yīng)的物種信息，所述匹配查詢設(shè)備接收所述待查詢植物圖像，提取所述待查詢 植物圖像的第一特征向量，將所述第一特征向量與所述第二特征向量索引分別進行相似度 匹配，提取相似度最高的所述第二特征向量所對應(yīng)的所述物種名稱信息；或者所述匹配查詢設(shè)備存儲有預(yù)先訓(xùn)練的分類器的特征分類函數(shù)及物種名稱信息對 應(yīng)的物種信息，將所述第一特征向量輸入至所述特征分類函數(shù)分別進行分類處理，得到包 含第一特征向量的物種名稱信息；提取所述物種名稱信息對應(yīng)的所述物種信息，并將所述 物種信息發(fā)送到所述移動終端。
10.如權(quán)利要求9所述的基于圖像分析技術(shù)的植物物種查詢系統(tǒng)，其特征在于，所述第 一特征向量為待查詢植物圖像通過圖像處理得到的一組特征向量信息，其至少包括顏色特 征、紋理特征及形狀特征；所述第二特征向量為現(xiàn)有植物的一組特征向量信息，其至少包括 顏色特征、紋理特征及形狀特征。
11.如權(quán)利要求10所述的基于圖像分析技術(shù)的植物物種查詢系統(tǒng)，其特征在于，該形 狀特征至少包括縱橫比、矩形度、面積凹凸比、周長凹凸比、球狀性、圓形度、偏心率及形狀 參數(shù)。
12.如權(quán)利要求9所述的基于圖像分析技術(shù)的植物物種查詢系統(tǒng)，其特征在于，所述物 種信息至少包括物種圖片、物種名稱、物種科目及物種產(chǎn)地。
13.如權(quán)利要求9所述的基于圖像分析技術(shù)的植物物種查詢系統(tǒng)，其特征在于，所述匹 配查詢設(shè)備包括接收模塊，其用于接收從所述移動終端發(fā)送的所述待查詢植物圖像；圖像分割模塊，其用于將所述待查詢植物圖像進行分割處理，得到目標植物的二值化圖像；圖像檢索模塊，其用于對所述二值化圖像的第一特征向量分別進行相似度匹配或者分 類處理，得到包含該第一特征向量對應(yīng)的物種名稱信息，并提取所述物種名稱信息對應(yīng)的 所述物種信息；發(fā)送模塊，其用于將所述物種信息發(fā)送到所述移動終端。
14.如權(quán)利要求13所述的基于圖像分析技術(shù)的植物物種查詢系統(tǒng)，其特征在于，所述 圖像分割模塊包括圖像轉(zhuǎn)換子模塊，其用于將所述待查詢植物圖像轉(zhuǎn)換為灰度圖像； 第一計算子模塊，其用于計算出所述灰度圖像的局部分形維數(shù)，并得到所述待查詢植 物圖像的分形灰度圖像；閾值分割子模塊，其用于對所述分形灰度圖像進行分割處理，得到所述目標植物圖像 的二值化圖像；第二計算子模塊，其用于對所述二值化圖像進行連通區(qū)域標記，并計算出最大連通區(qū) 域的像素數(shù)；判斷子模塊，其用于判斷的所述最大連通區(qū)域的像素數(shù)與四分之一的整幅待查詢植物 圖像像素數(shù)之間的關(guān)系；輸出子模塊，輸出所述目標植物圖像的二值化圖像。
15.如權(quán)利要求14所述的基于圖像分析技術(shù)的植物物種查詢系統(tǒng)，其特征在于，所述 判斷子模塊還包含當所述最大連通區(qū)域的像素數(shù)大于四分之一的整幅待查詢植物圖像像素數(shù)時，進入填 充和去噪子模塊，用于提高圖像分割的準確率；以及當所述最大連通區(qū)域的像素數(shù)小于四分之一的整幅待查詢植物圖像像素數(shù)時，進入模 糊聚類分割子模塊，其用于對圖像轉(zhuǎn)換前的所述待查詢植物圖像的目標植物圖像與背景圖 像進行分割，再進入所述填充和去噪子模塊。
16.如權(quán)利要求13所述的基于圖像分析技術(shù)的植物物種查詢系統(tǒng)，其特征在于，所述 圖像檢索模塊23包括特征向量提取子模塊，其用于提取經(jīng)所述目標植物圖像的第一特征向量； 特征向量輸入子模塊，其用于輸入所述第一特征向量；特征數(shù)據(jù)庫，用于存儲所述現(xiàn)有植物的第二特征向量，并將所述第二特征向量分別建 立第二特征向量索引，用于與所述第一特征向量進行所述相似度匹配； 圖像數(shù)據(jù)庫，用于存儲植物物種名稱信息對應(yīng)的物種信息；匹配子模塊，通過將所述第一特征向量分別與所述第二特征向量索引分別進行相似度 匹配，提取相似度最高的第二特征向量對應(yīng)物種名稱信息，并提取所述物種名稱信息對應(yīng) 的所述物種信息；或者將所述第一特征向量輸入至所述特征分類函數(shù)分別進行分類處理， 得到所述第一特征向量對應(yīng)的物種名稱信息，并提取所述物種名稱信息對應(yīng)的所述物種信 肩、ο
17.如權(quán)利要求13所述的基于圖像分析技術(shù)的植物物種查詢系統(tǒng)，其特征在于，所述 圖像檢索模塊23包括特征向量提取子模塊，其用于提取經(jīng)所述目標植物圖像的第一特征向量；特征向量輸入子模塊，其用于輸入所述第一特征向量； 圖像數(shù)據(jù)庫，用于存儲植物物種名稱信息對應(yīng)的物種信息；分類器，用于存儲由所述現(xiàn)有植物的第二特征向量預(yù)先訓(xùn)練所構(gòu)建的特征分類函數(shù)， 所述特征分類函數(shù)以所述待查詢植物圖像的第一特征向量為自變量，以所述物種名稱信息 為因變量，處理結(jié)果為包含所述第一特征向量對應(yīng)的所述物種名稱信息；分類處理子模塊，用于提取所述物種名稱信息對應(yīng)的所述圖像數(shù)據(jù)庫中的物種信息。
全文摘要
本發(fā)明提供了一種基于圖像分析技術(shù)的植物物種查詢系統(tǒng)及方法，該系統(tǒng)包括至少一個移動終端，用于采集和發(fā)送待查詢植物圖像，并接收該待查詢植物的物種信息；以及匹配查詢設(shè)備，將待查詢植物圖像的第一特征向量與其存儲的第二特征向量索引分別進行相似度匹配；或者將提取的第一特征向量輸入分類器中進行分類處理，得到包含該第一特征向量的物種名稱信息；進而提取待查詢植物的物種信息，并將該物種信息反饋到移動終端。本發(fā)明使植物物種信息的查詢方便，準確率高；不僅能為廣大林業(yè)工作者提供一個便利的科研工具，更能為廣大林業(yè)愛好者提供一個便利的查詢和學習的途徑。
文檔編號G06K9/64GK101916279SQ20101025505
公開日2010年12月15日 申請日期2010年8月16日 優(yōu)先權(quán)日2010年8月16日
發(fā)明者何應(yīng)德, 劉文萍, 黃心淵 申請人:劉文萍