申请/专利权人：南京师范大学

申请日：2023-12-25

公开（公告）日：2024-03-19

公开（公告）号：CN117727035A

主分类号：G06V20/80

分类号：G06V20/80;G06V10/50;G06V10/44;G06V10/46;G06V10/54;G06V10/56;G06V10/764;G06V10/80;G06V10/82

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.05#实质审查的生效;2024.03.19#公开

摘要：本发明公开了一种基于颜色空间多路深度特征融合的菊花分类方法，包括：对菊花图像进行颜色空间的转换，将原图RGB转换为HSV与LAB颜色空间；提取HSV颜色空间中的H和S分量特征以及LAB颜色空间中的L分量特征；将分量直方图特征和原始图像输入到构建好的多路深度网络中进行模型训练，得到训练好的菊花分类模型；将待预测的菊花通过提取对应颜色空间特征和原始图像，输入到菊花分类模型中，得到菊花分类结果。本发明采用包含1D网络和2D网络的多路深度网络，通过路间和层间交互从多个视角充分融合不同颜色通道的类别相关特性，实现菊花类别的准确预测，具有客观、快速、高效以及稳定性强等优势，为后续中药材智能化分类鉴别提供了科学的依据。

主权项：1.一种基于颜色空间多路深度特征融合的菊花分类方法，其特征在于，包括如下步骤：S1：对菊花图像进行颜色空间的转换，将原图RGB转换为HSV与LAB颜色空间，并选取HSV颜色空间中的H和S通道与LAB颜色空间中的L通道；S2：根据选取的通道，提取HSV颜色空间中的H和S分量特征以及LAB颜色空间中的L分量特征，将提取的特征数据分别进行归一化处理后，并用直方图表示，得到分量直方图特征；S3：将分量直方图特征和原始图像输入到构建好的多路深度网络中进行模型训练，得到训练好的菊花分类模型；S4：将待预测的菊花通过提取对应颜色空间特征和原始图像，输入到菊花分类模型中，得到菊花分类结果。

全文数据：

权利要求：

百度查询： 南京师范大学 一种基于颜色空间多路深度特征融合的菊花分类方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD