欢迎来到天天文库
浏览记录
ID:35068730
大小:4.10 MB
页数:66页
时间:2019-03-17
《基于稀疏表示的小麦品种识别方法研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、’1^|於巧巧、kyi,巧詳典;每替騎巧誤品避’讀逆辦沪游掉感肛手糧码嚴s觀騎賴寒缓雖齡學诗‘—’、、-<,.-.’、、:‘I、-、‘-V),■■:,冰淆灵《尖嗦硕去学佐冷文'...入'?'-■?兵'基于稀疏表示的小麦品种识别方法研究作者姓名巧丽娟指导教师李秀娟教授学科口类工学f学科专业控制科学与工程培养单位电气工程学院完成时间二〇—六年六月---…V.关于学位论文的独创性声明本人郑龜声明:所里交的论文是本人在指导
2、教师指导下独立进巧研巧工作所取得的成果,论文中有关资料巧数据是巧事求是的。思我解知,陈文中已经施W标注和致谢外,本治义不包常其他人己经发表或額写的硏巧成果,也不包含本入或他人为获得两南业大学或興芭教腎机构的学短或学历证书而强用垃的衬料。与我間X俾的同志对研巧所飯的任巧贡献均巴在论文中紙出7明誦的说巧。。若宵不实之把,本人?意承掘相巧法雜贵任::^学位论文作者溢名满流巧B粥<7苗年谷月多曰学位论文使用授权书本人完金背量河蘭X业大学有巧使用本学位论文(包巧但不段于其印觸版和电子版).使论文■',按麗定向題滚輕
3、关轟n<)递论,站举术用方式包括但不張于;段賴学位机掏交学位文,、蝴.輕杏淹为0的赠速和巧披学佐詞借和實印学位论义的全部或部论文九巧蜂位论文被窗巧容編入据棒逝巧检索,采、墙印或其他渡制手段保存学位论文,内巧关数用影印探。密学化淹义絕解密后的使用授巧同X^学化论义作者签名!技円颠:月曰為麻各年每^;:四巧导敦师盛名白期:年:,^z;,)WheatVarietiesIdentificationResearchBasedonSparseRepresentationADissertationSubmittedfor
4、theDegreeofMasterCandidate:FengLijuanSupervisor:Prof.LiXiujuanCollegeofElectricalEngineeringHenanUniversityofTechnology,Zhengzhou,China摘要小麦是我国主要粮食作物,且种类繁多。不同品种的小麦品质差异较大,直接影响小麦后续加工品质。所以研究小麦品种的类别具有非常重要的意义。将计算机视觉技术应用于小麦品种分类检测,具有快速、无损和识别率高等优点。将稀疏表示方法用于图像特征提取中,往往为了得到较好的识别结果,需要大量
5、的图像进行训练,进而导致了计算量过大,分类效率大大降低。本文在对常规稀疏表示理论研究的基础上,提出了引入字典学习的改进的稀疏表示方法,并应用于小麦品种图像的识别,最终通过MATLAB验证了该方法的有效性。本文选取河南产4类小麦品种(分别是郑麦103、开麦21、周麦20和豫宝1号)进行分类研究。首先将提取的小麦籽粒的颜色特征(R、G、B、H、I、S)、形态特征(周长、面积、圆形度、矩形度、伸长度)与纹理特征参数(能量、熵、对比度、相关性)进行规范化处理,构建稀疏表示方法所需的字典。其次提出改进的基于字典学习的稀疏表示方法。该方法使用K-SVD算
6、法进行字典学习,在基本不改变识别率的前提下,通过训练得到的原子个数较少的小字典能够有效地代表原始字典,获得了表达能力比较好的字典库,然后根据残差进行分类。最后利用稀疏表示方法、基于字典学习的稀疏表示方法与神经网络方法对上述4类小麦品种进行分类识别。结果表明,当字典大小相同时,基于字典学习的稀疏表示方法图像分类效率明显提高,识别时间由原来的81.02秒,缩短为21.77秒;当识别率相同或比较接近时,基于字典学习的稀疏表示方法需要的原子个数远小于常规稀疏表示方法所需的字典原子个数。稀疏表示方法与神经网络方法相比不仅识别率较高,而且识别时间更短。关
7、键词:图像处理;稀疏表示;K-SVD;小麦分类IAbstractWheatisthemaincropandhasmanyvarieties.Differentvarietiesofwheathavebigdifferencesbetweenquality,anddirectlyaffectthesubsequentprocessingqualityofwheat.Soresearchingthewheatvarietiesofcategorieshasveryimportantsignificance.Applyingcomputervisi
8、ontechnologyinwheatvarietiesclassificationhasadvantagesoffast,nondestructiveandhig
此文档下载收益归作者所有