38、蛾类图像识别与检索系统：特征提取与应用

蛾类图像识别与检索系统：特征提取与应用

1. 特征提取概述

在蛾类图像识别与检索系统中，特征提取是关键的一步，它主要包括背景去除、SRV属性标注、显著区域检测和低级特征提取等几个重要方面。

2. 背景去除

将图像划分为“背景”和“前景”非常重要，因为背景通常包含干扰视觉信息，如照明设备产生的阴影、标本架上的气泡和污垢等，这些会影响检测器的性能。采用基于图像对称性的方法进行背景和阴影去除。
- 具体步骤 ：
1. 检测图像的SIFT点。
2. 使用对称点对投票确定主导对称轴。
3. 基于对称轴，应用对称集成的区域生长分割方案，将白色背景从蛾体和阴影中去除。
4. 以较小的阈值运行相同的分割过程，将图像划分为阴影和蛾体的小局部部分。
5. 再次利用对称性，通过计算对称亲和矩阵将阴影与蛾体分离。由于阴影相对于反射轴总是不对称的，其对称亲和度值会高于蛾体部分，以此作为去除阴影的标准。

3. SRV属性标注

蛾翅的子区域若满足以下条件，则被视为SRV属性：
- 它在许多图像的蛾翅上反复出现。
- 具有显著且独特的视觉属性。
- 可以用一组描述该子区域的文本词汇来描述。

手动挑选一组SRV属性，并对其进行编号索引，同时明确将SRV属性的位置纳入属性索引。每个蛾有前翅和后翅两种类型的翅膀，每种翅膀又有腹面和背面两种视图，SRV属性索引最终定义为统一格式“attribute_No./wing_type/view”，例如“attribute_1/forewing/dorsal”。由于蛾类关于中心轴对称，因