一种基于局部特征和聚类算法的虾品图像分类方法及系统
公开
摘要
本发明提供了一种基于局部特征和聚类算法的虾品图像分类方法及系统，包括如下步骤：S1:对每幅训练图像采用融合预匹配、轨迹规划补偿、图像匹配滤波降噪、非线性尺度空间特征点描述与匹配方法进行定位和特征提取，全面捕捉虾品目标移动对象姿态的特征信息；S2:初始化设置，使用层次K‑means聚类算法对虾品移动姿态特征表示进行聚类分析；S3:使用三种基于不同特征的图像分割方法，得到三个权值向量，再通过加权求和的方式得到三个融合聚类结果；S4:把三个融合聚类结果整合在一起生成最终的集成聚类结果。本发明通过基于融合预匹配、轨迹规划补偿、图像匹配滤波降噪、非线性尺度空间特征点描述与匹配方法进行小龙虾虾品深度学习训练，获得虾品图像的分类。
基本信息
专利标题 ：
一种基于局部特征和聚类算法的虾品图像分类方法及系统
专利标题（英）：
暂无
公开（公告）号 ：
CN114627495A
申请号 ：
CN202210189625.1
公开（公告）日 ：
2022-06-14
申请日 ：
2022-02-28
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
周志勇吕小波
申请人 ：
湖北科峰智能传动股份有限公司
申请人地址 ：
湖北省黄冈市黄州区中粮大道9号
代理机构 ：
武汉知产时代知识产权代理有限公司
代理人 ：
张毅
优先权 ：
CN202210189625.1
主分类号 ：
G06V40/10
IPC分类号 ：
G06V40/10 G06V10/764 G06V10/762 G06V10/80 G06V10/26 G06V10/44 G06K9/62
法律状态
2022-06-14 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
