[发明专利]一种基于Kinect深度信息获取技术的害虫图像自动识别方法

权利要求书

1.一种基于Kinect深度信息获取技术的害虫图像自动识别方法，其特征在于，包括以下步骤：

11)像素位置转换，将以像素为单位的数据转换成以实际距离为单位的数据；

12)图像分割，对基于实际距离为单位的图像进行分割；

13)方向校正，对提取的害虫点云进行方向校正，以保证害虫图像的平面与X-Y平面平行；

14)特征提取，对点云使用归一化的点云数量作为特征值，进行统计分析和特征提取；

15)特征训练及害虫识别，使用SVM分类器进行训练且通过SVM分类器分类得到害虫种类。

2.根据权利要求1所述的一种基于Kinect深度信息获取技术的害虫图像自动识别方法，其特征在于，所述的像素位置转换包括以下步骤：

21)设Kinect拍摄的深度图X-Y平面尺寸为w×h，平面的中心位置为摄像头位置；

22)计算出Kinect返回的深度值相对应的实际距离深度，计算公式如下：

d＝Ktan(d_raw/2842.5+1.1863)-O

其中，d_raw为某点的深度值，K＝0.1236m,O＝0.037m；

23)根据实际距离深度值求出像素位置(i,j,d)的点所对应的实际位置(x,y,z)，其转换公式如下：

x=(i-w2)×(d-10)×s×why=(j-h2)×(d-10)×sz=d]]>

其中，s＝0.0021。

3.根据权利要求1所述的一种基于Kinect深度信息获取技术的害虫图像自动识别方法，其特征在于，所述的图像分割包括以下步骤：

31)过滤点云，针对深度图数据转化后的点云个数进行基于距离的深度过滤，去除的深度距离大于拍摄时虫子与摄像头之间的距离；

32)对深度过滤后的点进行遍历，比较深度过滤后的点与原点之间的距离，得到与原点距离最近点的集合,

若最近点集合的内容大于1，则表示有多个最近点，

计算最近点集合中两点之间的距离差，若存在点A-点B>T，T为阈值，表示点A不属于点B周围，则判定提取时发生错误；

33)使用最近邻法则进行害虫图像提取，确定最近点所对应附近的点集属于同一个分类，以最近点为球心做半径8cm的球，将此球形范围内所有点作为害虫雏形；

34)针对球形范围，再次进行点云判断聚类，去除背景信息得到分割后的害虫图像。