[发明专利]一种基于低秩稀疏编码技术的害虫图像特征学习与识别方法

权利要求书

1.一种基于低秩稀疏编码技术的害虫图像特征学习与识别方法，其特征在于，包括以 下步骤：

11)害虫训练样本图像随机采样与分解，进行大规模害虫训练样本图像随机采样，通过 图像分割方法将图像分解成若干个超像素区域；

12)采集SIFT特征，在害虫图像的各个超像素区域中采集SIFT特征；

13)采用低秩稀疏编码技术对图像局部特征进行编码和学习；

14)多类分类器识别，获取需进行分类的图像，通过多类分类器对局部特征进行训练学 习，实现测试样本害虫所属类别的判定。

2.根据权利要求1所述的一种基于低秩稀疏编码技术的害虫图像特征学习与识别方 法，其特征在于，所述的采集SIFT特征包括以下步骤：

21)设每个超像素区域包括n个局部特征，其SIFT描述符组成矩阵X，则

X=[x→1,x→2,...,x→n],]]>

其中每一列是一个R^d维的向量，d代表一个局部特征点；

22)基于过完备字典D=[d→1,d→2,...,d→m],,]]>

对于矩阵X，则存在X＝DZ，提出以下最小化表达式：

minZ12||X-DZ||F2+λ1||Z||*+λ2||Z||1,1,]]>

其中：||Z||_*是核范数，表述稀疏化因子；表示矩阵的低秩化因子； λ₁为稀疏性的权重系数；λ₂为低秩化的权重系数；

23)在害虫图像的各个超像素区域中均采集SIFT特征，直至超像素区域均采集完毕。