基于BilinearCNN的昆虫分类计数的方法技术

本发明专利技术公开了基于BilinearCNN的昆虫分类计数的方法，涉及昆虫识别技术领域，包括以下步骤：预先对采集的昆虫图像分别提取粘连昆虫轮廓图像和昆虫边缘图像，获取昆虫的重叠边缘，并通过图像减法分割粘连昆虫图像；基于双线性神经网络模型对粘连昆虫图像进行局部特征提取，并由双线性神经网络模型矩阵的外积操作进行汇聚，得到一个双线性特征元素，将粘连昆虫图像中所有位置的双线性特征元素相加聚合获得全局图像；将全局图像得到的所有特征向量输入分类函数进行分类。本发明专利技术实现对昆虫分类，提高识别结果的准确率，降低误检率。降低误检率。降低误检率。

【技术实现步骤摘要】
基于Bilinear CNN的昆虫分类计数的方法


[0001]本专利技术涉及昆虫识别
，具体来说，涉及基于Bilinear CNN的昆虫分类计数的方法。

技术介绍

[0002]现代化农业建设迅猛发展，农业生产要想持续稳定，对农作物生长进行全面保护是必不可少的，特别是农作物病虫害防治方面。在农作物生长过程中，病虫害会使农作物的产量减少、质量降低。当农作物病虫害达到一定程度时，会爆发成灾，因此实时监测农作物病虫害情况，准确地测报昆虫的种类以及数量是预防虫灾的重要手段。
[0003]目前，农业害虫测报以人工田间调查虫害和通过灯光诱捕害虫等方法为主要手段。然而，这些方法都以人工识别计数结果进行预测，存在效率低、客观性差等问题，不能满足现代化农业发展的要求。
[0004]针对相关技术中的问题，目前尚未提出有效的解决方案。

技术实现思路

[0005]针对相关技术中的问题，本专利技术提出基于Bilinear CNN的昆虫分类计数的方法，以克服现有相关技术所存在的上述技术问题。
[0006]本专利技术的技术方案是这本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于Bilinear CNN的昆虫分类计数的方法，其特征在于，包括以下步骤：预先对采集的昆虫图像分别提取粘连昆虫轮廓图像和昆虫边缘图像，获取昆虫的重叠边缘，并通过图像减法分割粘连昆虫图像；基于双线性神经网络模型对粘连昆虫图像进行局部特征提取，并由双线性神经网络模型矩阵的外积操作进行汇聚，得到一个双线性特征元素，将粘连昆虫图像中所有位置的双线性特征元素相加聚合获得全局图像；将全局图像得到的所有特征向量输入分类函数进行分类。2.根据权利要求1所述的基于Bilinear CNN的昆虫分类计数的方法，其特征在于，提取粘连昆虫轮廓图像，包括以下步骤：预先对昆虫图像进行图像二值化；采用OTSU自动阈值分割算法对昆虫图像进行分割去除背景，获取粘连昆虫轮廓图像。3.根据权利要求1或2所述的基于Bilinear CNN的昆虫分类计数的方法，其特征在于，提取昆虫边缘图像，包括以下步骤：进行同态滤波算法对粘连昆虫轮廓图像的灰度图进行增强，基于Canny边缘检测算子对增强后的灰度图进行边缘检测提取昆虫边缘图像。4.根据权利要求1所述的基于Bilinear CNN的昆虫分类计数的方法，其特征在于，所述双线性神经网络模型，包括：输出网络...

【专利技术属性】
技术研发人员：刘勇，何淑琳，张艳滴，徐状，刘士琛，
申请(专利权)人：南通瑞滴智能科技有限公司，
类型：发明
国别省市：