一种海鲜菇多时期关键生长特征提取及时期分类方法技术

本发明专利技术公开了一种海鲜菇多时期关键生长特征提取及时期分类方法；本发明专利技术在获得海鲜菇目标区域图像的基础上，根据海鲜菇自身生长特点分别提取9个HSL颜色空间的低阶颜色矩特征、7个Hu不变矩以及4个方向下的灰度共生矩阵特征值共28种不同特征进行综合分析，依据特征重要性对特征重新降序排序，依次截取样本数据输入至随机森林RF模型中，以选择分类准确率最高的特征组合，即关键特征集合，最后，采用支持向量机SVM对由关键特征表征的海鲜菇图像进行生长时期分类识别。本发明专利技术能通过采用关键特征组合对整个出菇管理阶段内海鲜菇的生长状态进行统一表征，并实现对海鲜菇准确的生长时期分类，进而为海鲜菇栽培环境的实时调控做出指导。导。导。

【技术实现步骤摘要】
一种海鲜菇多时期关键生长特征提取及时期分类方法


[0001]本专利技术涉及食用菌智能栽培
，具体涉及一种海鲜菇多时期关键生长特征提取及时期分类方法。

技术介绍

[0002]随着食用菌栽培技术的不断发展，食用菌栽培已经形成了工厂化生产。为了不断提升食用菌的产量和质量，食用菌的栽培在不断的朝智能化方向发展。食用菌的智能化栽培不仅要求对实地菇房内的子实体进行智能识别，而且需要根据子实体和菌包的表型特征判断不同的生长时期，从而调节光照、湿度、温度和风速等生产参数或者向生产人员进行预警。
[0003]在目前的海鲜菇工厂化栽培中，采用的依旧是人工巡检方式进行环境的调整干预，即生产人员每间隔一段时间，实地的根据各个菇房内海鲜菇的生长状态来调控栽培环境。但是由于海鲜菇部分特征细小难以辨别、不同时期下的特征各异以及人为因素的不稳定性，使得环境的调控容易出现偏差和滞后。
[0004]所以在海鲜菇工业化栽培转向智能化栽培的过程中，如何对海鲜菇整个出菇管理阶段内的生长状态进行表征以及对生长时期的准确判断是当下亟需解决的难题。然而目前国内外对食用菌群体表型技术和应用的报道较少，故有必要提出一种可以统一表征海鲜菇不同生长状态以及准确快速识别海鲜菇所处生长时期的方法。

技术实现思路

[0005]针对于海鲜菇出菇管理阶段中多时期下海鲜菇特征各异，难以统一表征的问题，本专利技术的目的在于提供一种海鲜菇多时期关键生长特征提取及时期分类方法，该方法能够对整个出菇管理阶段内海鲜菇的生长状态进行统一表征，并对不同时期的海鲜菇进行准确的生长时期分类，为海鲜菇栽培环境的实时调控做出指导。
[0006]一种海鲜菇多时期关键生长特征提取及时期分类方法，包括以下步骤：
[0007]步骤A：制作涵盖海鲜菇出菇管理阶段各个时期的样本图像数据集，读取海鲜菇样本图像；
[0008]步骤B：对步骤A中的海鲜菇样本图像进行预处理，去除图像中不相关部分，获取海鲜菇的目标区域图像；
[0009]步骤C：将步骤B中的海鲜菇的目标区域图像从RGB颜色空间转换至HSL颜色空间，并提取3个通道内颜色分量各自的低阶颜色距：一阶矩、二阶矩和三阶矩，共9个特征参数组成描述样本图像中海鲜菇区域颜色特征的9维特征向量；
[0010]步骤D：将步骤B中的海鲜菇的目标区域图像从RGB颜色空间转换至灰度空间，并提取7个Hu不变矩组成描述样本图像中海鲜菇区域形状特征的7维特征向量；
[0011]步骤E：将步骤B中的海鲜菇的目标区域图像从RGB颜色空间转换至灰度空间，并基于4个不同方向下的灰度共生矩阵提取12个纹理特征组成描述样本图像中海鲜菇区域纹理
特征的12维特征向量；
[0012]步骤F：基于步骤C、步骤D、步骤E中所提取的多维生长特征向量，采用随机森林RF算法，根据特征重要性对其进行关键特征选择，剔除冗余特征，组成海鲜菇最优多维关键生长特征向量；
[0013]步骤G：构造SVM分类器，将步骤F中获得的海鲜菇最优多维关键生长特征向量作为分类器的输入，训练分类器使其收敛；
[0014]步骤H：对测试图像集中的海鲜菇区域进行预处理，获取待测海鲜菇的目标区域图像，提取最优多维关键生长特征向量，代入训练好的SVM分类器，得到测试图像中待测海鲜菇的生长时期分类结果。
[0015]作为一种优选方式，所述步骤A中，海鲜菇出菇管理阶段分为四大时期：恢复期、催蕾期、现蕾期以及伸长期。
[0016]作为一种优选方式，所述步骤C中，HSL颜色模型能抵抗一定的光线变化影响，它在表征类似于海鲜菇这类白色物体特征上更加准确。颜色分布信息主要集中在低阶矩中，通常情况下颜色的一阶矩(均值)、二阶矩(方差)和三阶矩(斜度)就足以表征图像的颜色分布，且与其他颜色特征相比，该特征表示方法更简洁。具体步骤包括：
[0017]步骤C1：将海鲜菇图片从RGB颜色模型转换至HSL颜色模型：
[0018][0019][0020][0021]步骤C2：分别计算HSL颜色模型内3个颜色分量各自的低阶颜色距共9个颜色特征，计算一阶矩μ
i
、二阶矩σ
i
和三阶矩s
i
的公式如下：
[0022][0023][0024][0025]作为一种优选方式，所述步骤D包括：
[0026]步骤D1：将海鲜菇图片从RGB颜色空间转换至灰度空间；
[0027]步骤D2：对于灰度分布为f(x,y)的海鲜菇图像，计算其归一化后的二阶和三阶中心距：
[0028][0029][0030][0031][0032]其中，m
pq
为图像的(p+q)阶矩，和表示图像的矩心，μ
pq
为图像的(p+q)阶中心矩，η
pq
为归一化后的(p+q)阶中心矩；
[0033]步骤D3：基于步骤D2所计算的二阶和三阶中心距计算得到七个Hu不变矩：
[0034]M1＝η
20
+η
02
[0035][0036]M3＝(η
30
‑
3η
12
)2+(3η
21
‑
η
03
)2[0037]M4＝(η
30
+η
12
)2+(η
21
+η
03
)2[0038]M5＝(η
30
‑
3η
12
)(η
30
+η
12
)[(η
30
+η
12
)2‑
3(η
21
+η
03
)2][0039]+(3η
21
‑
η
03
)(η
21
+η
03
)[3(η
30
+η
12
)2‑
(η
21
+η
03
)2][0040]M6＝(η
20
‑
η
02
)[(η
30
+η
12
)2‑
(η
21
+η
03
)2]+4η
12
(η
30
+η
12
)(η
21
+η
03
)
[0041]M7＝(3η
21
‑
η
03
)(η
30
+η
12
)[(η
30
+η
12
)2‑
3(η
21
+η
03
)2][0042]+(3η
21
‑
η
30
)(η
21
+η...

【技术保护点】

【技术特征摘要】
1.一种海鲜菇多时期关键生长特征提取及时期分类方法，其特征在于，包括以下步骤：步骤A：制作涵盖海鲜菇出菇管理阶段各个时期的样本图像数据集，读取海鲜菇样本图像；步骤B：对步骤A中的海鲜菇样本图像进行预处理，去除图像中不相关部分，获取海鲜菇的目标区域图像；步骤C：将步骤B中的海鲜菇的目标区域图像从RGB颜色空间转换至HSL颜色空间，并提取3个通道内颜色分量各自的低阶颜色距：一阶矩、二阶矩和三阶矩，共9个特征参数组成描述样本图像中海鲜菇区域颜色特征的9维特征向量；步骤D：将步骤B中的海鲜菇的目标区域图像从RGB颜色空间转换至灰度空间，并提取7个Hu不变矩组成描述样本图像中海鲜菇区域形状特征的7维特征向量；步骤E：将步骤B中的海鲜菇的目标区域图像从RGB颜色空间转换至灰度空间，并基于4个不同方向下的灰度共生矩阵提取12个纹理特征组成描述样本图像中海鲜菇区域纹理特征的12维特征向量；步骤F：基于步骤C、步骤D、步骤E中所提取的多维生长特征向量，采用随机森林RF算法，根据特征重要性对其进行关键特征选择，剔除冗余特征，组成海鲜菇最优多维关键生长特征向量；步骤G：构造SVM分类器，将步骤F中获得的海鲜菇最优多维关键生长特征向量作为分类器的输入，训练分类器使其收敛；步骤H：对测试图像集中的海鲜菇区域进行预处理，获取待测海鲜菇的目标区域图像，提取最优多维关键生长特征向量，代入训练好的SVM分类器，得到测试图像中待测海鲜菇的生长时期分类结果。2.如权利要求1所述的海鲜菇多时期关键生长特征提取及时期分类方法，其特征在于，步骤A中，海鲜菇出菇管理阶段分为四大生长时期：恢复期、催蕾期、现蕾期以及伸长期。3.如权利要求1所述的海鲜菇多时期关键生长特征提取及时期分类方法，其特征在于，步骤E中，12个纹理特征包括：...

【专利技术属性】
技术研发人员：杨淑珍，田方龙，郑雪平，钟杨，杜万和，郑烜如，王桂金，王文平，
申请(专利权)人：上海荣美农业科技有限公司，
类型：发明
国别省市：