基于稀疏表示的多特征融合害虫图像识别

基于稀疏表示的多特征融合害虫图像识别

ID:33032375

大小:134.30 KB

页数:9页

时间:2019-02-19

基于稀疏表示的多特征融合害虫图像识别_第1页
基于稀疏表示的多特征融合害虫图像识别_第2页
基于稀疏表示的多特征融合害虫图像识别_第3页
基于稀疏表示的多特征融合害虫图像识别_第4页
基于稀疏表示的多特征融合害虫图像识别_第5页
资源描述:

《基于稀疏表示的多特征融合害虫图像识别》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库

1、基于稀疏表示的多特征融合害虫图像识别裏胡永强:宋良图,张洁:谢成军,李瑞:*(青海省科技信息研究所西宁810001)2(中国科学院合肥智能机械研究所合肥230031)摘要为提高害虫图像识别的准确率’针对不同害虫具有不同的颜色、形状、纹理的特点,提出一种将颜色、形状、纹理特征与稀疏表示相融合的害虫识别方法•该方法利用已标注的训练样本构造不同特征下的训练样本矩阵,通过求解样本的最优稀疏系数以实现害虫图像识别由于相同样本通过不同特征训练字典求解的稀疏系数不同,进而识别结果也不同因此.文中逬一步通过设计不同特征F的识别分类器实现多特征的融合

2、在实验室环境与农田环境下的实验结果表明,相较于其他方法,该方法的害虫识别率获得较大的提高尖键词害虫识别,特征提取,稀疏表示,多特征融合.AdaBoosi中图法分类号TP391-4PestImageRecognitionofMulti-featureFusionBasedonSparseRepresentationHUYong-Qiang1,SONGLiangJulZHANGJie2,XIECheng-Jun2,LIRui2'(InstituteofScienceandTechnologyInformationofQinghaiPro

3、vince,Xining810001)2(InstituteofIntelligentMachines,ChineseAcademyofSciences,Hefei230031)ABSTRACTAimingatthecharacteristicsofdifferentpestimageswithdifferentcolors,shapesandtextures,apestrecognitionmethodbasedonsparserepresentationandmulti-featurefusionisproposed,which

4、usesimatrixoflabeledtrainingsamplestoconstructdifferentdiclionaries国家科技支撑计划项目(No2012BAK17B15)资助收稿日期:2014-08-19:修回日期:2014-10-11作者简介胡永强,男,1970年生副研究员,主要研究方向为智能决策和智能信息系统E-mail:yqhuu@163・com宋良图(逍讯作者).男,1963年生,博士,研究员,主要研究方向为智能信息处理与控制系统・E-mail-ltsong@iimac*cn-张洁,男,198:年生■博士研究

5、生,主要研究方向为图像处理、模式识别谢成军.男,1979年生,博士研究生,主要研究方向为计算机视觉.初频处理•李瑞,男.1985年生•硕士研究生■主要研究方向为模式识别.图像处理TherecognitionresultisachievedbsolvingoptimalsparsecoefficientswiththecorrespondingfeaturedictionaryFurthermore,anovellearningmethod,whichcanbeimprovedefficientlybyjointlyoptimizi

6、ngclassifierweights,ispresenteetoeffectivelyfusemultiplefeaturesforpestcategorization*Theexperimentalresultsonrealdatasetsshovthattheproposedmethodperformswellonpestspeciesrecognitioneitherinlaboratoryorinfarmland*KeyWordsPestRecognition,FeatureExtraction,SparseReprese

7、ntation,Multi-featureFusion,AdaBoost1引言农业害虫识别是农作物害虫防治工作的重要环节,准确识别是迸行害虫科学防治的前提1161■传统的害虫识别方法是专家观察害虫的外部特征并与模式标本对照进行鉴定识别,该方法存在劳动强度大、非实时性和效率低等冋题,限制害虫识别的规模和速度计算机图像处理技术及理论的飞速发展为实现病虫害的识别提供先进的手段•由于其具有速度快、准确性高、信息量大等优点.近年来在病虫害识别方面得到较多的应用利用该技术及时、准确地识别病虫害,可减少农药的使用,提高作物产量和质量,保护生态环境

8、,中国农业大学沈佐锐教授是较早开展昆虫图像识别(八”的学者之一,他率先将数学形态学引入到昆虫分类上,并获得较好结果利用从害虫图像中提取颜色、形状等特征,并使用径向基神经网络算法对害虫进行分类,杨红珍等⑴建立害虫远程自动识别系统•胡玉霞

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。