专利构想揭露申请书树叶影像辨识方法.docx

1、专利构想揭露申请书树叶影像辨识方法附件一國立高雄應用科技大學專利構想揭露申請書申請日期：中華民國 101 年 04 月 27 日 案件編號： 號1.專利申請名稱Title of Invention(中文) 樹葉辨識方法(英文)2.本申請案之聯絡人Contact Persons第一聯絡人Main Contact Person陳文平聯絡電話：行動電話：電子信箱E-mailwpccc.kuas.edu.tw第二聯絡人 Main Contact Person吳廷皓聯絡電話：行動電話：電子信箱E-mailwebber934539第三聯絡人Main Contact Person周富三聯絡電話：行動電話：電

2、子信箱E-mailfschoutfri.gov.tw第四聯絡人 Main Contact Person周至宏聯絡電話：行動電話：電子信箱E-mailchoujhcc.kuas.edu.tw3.本案所屬研究計畫Research Project under which This Invention is Developed研究計畫來源國科會專題計畫國科會產學計畫建教合作計畫 其他_個人非職務上研究 計畫名稱Project TitleWDM-EPON之動態波長頻寬配置與服務品質之研究 計畫編號Project NumberNSC 100-2221-E-151-011執行期間Project Durati

3、on2011.08.012012.07.31補助單位Project Sponsor國科會(工程處)另附上計畫核定清單或合約書影本。4.附件資料Attachments 本表第9項所指已發表文獻 共 篇 本表第10-1項所指已檢索之專利資料 共 篇 本表第10-2項所指之其他相關文獻 共 篇請於本申請書完成後，一併檢查應附資料是否完備5.發明人Inventors發明人一姓名中文：陳文平English：Wen-Ping Chen戶籍地址電子郵件wpccc.kuas.edu.tw發明人二姓名中文：吳廷皓English：Ting-How Wu戶籍地址電子郵件webber934539發明人三姓名中文：周富

4、三English：Fu-Shan Chou,戶籍地址電子郵件fschoutfri.gov.tw發明人四姓名中文：周至宏English：Jyh-Horng Chou戶籍地址電子郵件choujhcc.kuas.edu.tw6.專利類別Type of Patent 發明 新型 新式樣7.申請本國以外國家理由詳述Applied-For Country(ies) and Reasons 台灣 美國 日本 德國 法國 英國 中國 其他 申請所在地理由詳述：本案符合發明專利申請標的。發明人建議優先順序台灣8.本申請案是否已公開？Is the Invention Disclosed to the Public

5、?請註明本發明是否已公開之確實情況、公開發表之時間及場所 未曾公開發表過 已公開發表發表形式：期刊 論文輯 學位論文 商品DM 發表會 商展文宣 其他 發表日期： 年 月 日刊物(發表會)名稱：發表地區：所在刊物卷、頁數：為維持申請專利內容之新穎性，請勿在申請前，發表相關內容之論文。若已先行發表，請檢附已發表之相關文獻，並註明其發表日期及與專利內容之相關程度。申請人保證上述資料正確無誤，倘有不實，願受法律之懲罰。簽章：9.本案關鍵字Keywords中文：樹葉AND辨識、葉AND辨、葉AND流程、模糊邏輯、 最小 平方English:10.相關先前資料調查情形Existing Relevant

6、Technologies1已檢索之專利資料(Patent Searched Number)(請列出專利國及專利號，如US1234567)專利編號:M411840專利編號:M406142專利編號:D141053專利編號:D139537專利編號:M394144專利編號:M309921專利編號:M279803專利編號:577614專利編號:201125512專利編號:2008000752相類似技術或其他以發表之文獻(Similar Technology or Literature)(是否有類似技術已見於刊物，或公開發表過。請註明該發表會場所、時間、出處等)無3習知技術之說明及其缺失(Descript

7、ion of the Prior art and the Defect)(敘述關於此技術之習知技術及其缺點)植物界種類繁多，全世界的植物估計約有35萬種，因此有許多特徵相似的物種連植物專家都難以識別個種差異，更何況是對一般民眾而言，然而隨著電腦科技不斷的進步，各式各樣的影像辨識系統紛紛出現，例如：車牌辨識、人臉辨識、指紋辨識及虹膜辨識等等，因此有越來越多的專家學者將影像辨識的技術應用於植物物種的辨識之研究，以期解決植物學家從龐大數量的植物圖鑑上辨識物種所浪費的人力、物力、與時間。11.本申請案可能應用之領域Applicable Fields of the Invention1可能應用之產業別(

8、Applicable Industries):影像辨識系統、植物圖鑑系統2 可能應用之產品(Applicable Products)植物影像辨識系統3可能授權生產或合作之公司(Potential Licensees)(若是曾有任何公司與您接洽，或向您詢問過相關技術，亦請您一併提供資料) 森林生態業、植物園、森林遊樂區 國中小自然教育之相關廠商或書商發明人： (簽章) 日期： 年 月 日發明人： (簽章) 日期： 年 月 日發明人： (簽章) 日期： 年 月 日發明人： (簽章) 日期： 年 月 日12.本申請案之中文摘要(Description of Invention in Chinese)

9、 一種多階段特徵結合模糊理論的樹葉影像自動辨識系統，不僅可提供生態學家應用更希望能引起一般民眾的興趣。首先利用樹葉外觀的明確特徵做初步分類，剔除資料庫中與待測物種不符者，接著第二階段進入模糊特徵範圍值篩選，辨識系統共建置10種模糊特徵，以供辨識系統利用模糊邏輯搭配最小平方法並給予權重值計算歸屬函數(Membership Function)來判斷待測樹葉的物種種類。13.本申請案之英文摘要(Description of Invention in English)若申請者尚無法直接將發明(技術)內容書寫成下列第15、16、17、18、19、20及21之表格內容，請直接略過此部分，將發明(技術)內容

10、依原有方式或學術論文方式，登入第22表即可。14.本申請案之特色(一)：發明領域及創作目的(Fields and Purpose of the Invention)(本發明(創作)技術之應用範疇及創作目的或可達成之功效) 發明領域： 本發明係關於一種樹葉辨識方法，特別是辨識植物物種之方法。 發明目的： 傳統的植物辨識與分類主要是依據植物的外觀特徵，透過計算植物葉片、花朵等器官的大量特徵數據進行分析後得到結果，大多依靠專業人員過去長年累月的學習所累積的豐富經驗，因此，這不是一般民眾有能力做到的任務，故人類對自然環境的無情破壞，其珍貴的植物在人們不知不覺中逐漸面臨絕種的危機。所幸在現今資通訊科技日

11、趨發達下，植物的外觀特徵可以經過電腦的影像處理獲得，圖片來源隨著數位相機和手機的普及而容易取得。 電腦辨識系統具有使用簡單、自動化程度高、快速精準、容易推廣的特點，並且大大提高植物辨識與分類效率，方便一般民眾使用，減輕了專業人員的負擔，克服了傳統方法費時費力的問題。如果我們能將影像辨識技術應用於植物物種特徵的辨識上，進而開發一套植物物種自動化辨識系統，這不僅僅對生態學家是一件非常有貢獻的事，民眾在踏青或大自然的野外環境中，將可輕易瞭解植物的物種以及其重要性，讓人們有效地保護珍貴品種，使地球的植物多樣性能持續永恆。15.本申請案之特色(二)：欲解決之問題及其技術特點(Advantages of

12、the Invention)(本發明(創作)技術所能解決之習知技術的問題及其與 習知技術不同之特點) 植物界種類繁多，全世界的植物估計約有35萬種，因此有許多特徵相似的物種連植物專家都難以識別個種差異，更何況是對一般民眾而言，然而隨著電腦科技不斷的進步，各式各樣的影像辨識系統紛紛出現，例如：車牌辨識、人臉辨識、指紋辨識及虹膜辨識等等，因此有越來越多的專家學者將影像辨識的技術應用於植物物種的辨識之研究，以期解決植物學家從龐大數量的植物圖鑑上辨識物種所浪費的人力、物力、與時間。 本發明利用影像辨識技術萃取樹葉多種特徵，然後利用模糊邏輯以及最小平方法之權重值計算歸屬函數(Membership Fun

13、ction)以進行待測樹葉的物種種類辨識。其中影像辨識技術包含拍攝之樹葉圖片的影像前置處理有灰階處理、影像二值化、濾除圖形雜點、以及葉柄分離；而特徵擷取則包含樹葉上下邊緣點數、緊緻性(Compactness, CP)、圓形比(Circularity Ratio, CR)、矩形比(Rectangularity Ratio, RR)、凸形封包面積(Convex Hull Area, CHA)、角度(angle)、長短軸比、葉端長度、葉柄長度、上下半面積比等10種方法。16.本申請案之詳細說明(Detail Description of the Invention)(請詳細填寫關於此發明(創作)之內

14、容，想法)本申請案之內容說明如下：A.影像前處理：要辨識樹葉特徵，首先第一步必須先將被辨識樹葉從影像上剪下來，這裡稱為前置處理。樹葉顏色會因為光顏色造成顏色改變，各種環境也會有漫射光使得平面上亮度強弱不一，光線入射角度會造成陰影，這些都會在圖形擷取上產生雜訊，為解決這些問題，使用飽和度色板作為基準，加入能量變化的邊界封閉圖形來分割擷取樹葉圖形。(1)灰階：一張經由相機拍攝或掃描器輸出所得到的彩色影像稱之為RGB影像，顧名思義其成分由R-紅、G-綠、B-藍三原色所組成，但在影像處理中為了解決光線所造成的影響，例如反光、光暈或是陰影，通常會將RGB影像線性或非線性轉換為灰階影像，而灰階轉換的方法有很多，例如最常使用的就是將RGB分別乘上權重Y=0.299R+0.587G+0.114B，Y為計算後所得到的灰階值，或者是取單一色盤當作其灰階值，例如hue(色相)、saturation(飽和度)、value(色調)，這三個元素構成HSV色彩空間如圖1，它類似於人類感覺顏色的方式，具有較強的感知度。本文經過實驗後發現，取原始影像的飽和度(saturation)與藍色色盤相加當作灰階值，其結果受到光線影響最小，不會把陰影誤判為葉片輪廓。圖1. HSV色彩空間(2)二值化：目前許多的葉子辨識的研究大多是形狀特徵，所以將葉子取二值