当前位置:主页 > 科技论文 > 软件论文 >

基于图像分类的谷物识别系统

发布时间:2017-12-08 03:23

  本文关键词:基于图像分类的谷物识别系统


  更多相关文章: 谷物识别 稠密性颜色SIFT 特征袋模型 稀疏编码 支持向量机


【摘要】:随着社会的进步,人民生活水平的日益提高,人们越来越注重生活品质的提升。然而当前的豆浆机还仍是人工根据经验投放谷物和水,对于经验不足的新手来说,谷物和水的比例不好把握。舒适,方便,有个性的生活条件是人们永恒的追求。人们希望豆浆机能回答需要多少比例的水能酿造出最美味的豆浆。随着计算机科学的发展,尤其是计算机视觉的发展,使基于视觉的智能硬件成为可能。基于图像处理的谷物识别系统能智能的识别放入豆浆机里的是什么谷物。根据食谱中的经验知识,在知道谷物种类的情况下,给出水和谷物的最佳比例。依据谷物的形状和颜色信息,本文提出了一种基于图像分割的谷物定位方法,并在此基础上提出了基于图像分类的谷物识别方法。系统主要分为:谷物检测模块和谷物识别模块,本文的主要工作如下:1.研究基于图像分割的谷物的检测方法。2.研究局部性特征的提取方法,并着重介绍了稠密性颜色SIFT特征的提取。3.研究特征袋(Bag of features, BOF)算法,并将其和稀疏编码,金字塔匹配方法结合起来一起对图像特征进行抽象组织。4.研究了基于机器学习的分类器,并着重研究了支持向量机在谷物识别中的应用。
【学位授予单位】:浙江大学
【学位级别】:硕士
【学位授予年份】:2016
【分类号】:TP391.41

【相似文献】

中国期刊全文数据库 前10条

1 晁永国;戴芳;韩舒然;何静;;改进的非负稀疏编码图像基学习算法[J];计算机工程与科学;2010年01期

2 谢尧芳;苏松志;李绍滋;;基于稀疏编码的迁移学习及其在行人检测中的应用[J];厦门大学学报(自然科学版);2010年02期

3 郎利影;夏飞佳;;人脸识别中的零范数稀疏编码[J];应用科学学报;2012年03期

4 程东阳;蒋兴浩;孙锬锋;;基于稀疏编码和多核学习的图像分类算法[J];上海交通大学学报;2012年11期

5 邹柏贤;苗军;;自然图像稀疏编码模型研究综述[J];郑州大学学报(工学版);2013年03期

6 刘伟锋;刘红丽;王延江;;基于多分离部件稀疏编码的人脸图像分析[J];模式识别与人工智能;2013年11期

7 张抒;蔡勇;解梅;;基于局部区域稀疏编码的人脸检测[J];软件学报;2013年11期

8 单桂军;廖建锋;;最大似然稀疏编码在人脸识别中的研究[J];电视技术;2013年23期

9 王瑞霞;彭国华;郑红婵;;拉普拉斯稀疏编码的图像检索算法[J];计算机科学;2014年08期

10 钱乐乐;高隽;谢昭;;一种融合神经稀疏编码机制的层次目标识别算法[J];中国图象图形学报;2010年10期

中国重要会议论文全文数据库 前3条

1 尚丽;;使用正态可逆高斯密度模型的非负稀疏编码收缩技术实现图像消噪[A];苏州市自然科学优秀学术论文汇编(2008-2009)[C];2010年

2 刘扬;程健;卢汉清;;基于目标局部特征的迁移式学习[A];第十四届全国图象图形学学术会议论文集[C];2008年

3 张莹莹;梁培基;;视网膜神经元的高效信息处理[A];第十一次中国生物物理学术大会暨第九届全国会员代表大会摘要集[C];2009年

中国博士学位论文全文数据库 前10条

1 唐海峰;基于信号稀疏表征的故障诊断方法研究[D];上海交通大学;2014年

2 孙宇平;基于稀疏表征和自相似性的视觉数据识别关键技术及应用[D];华南理工大学;2015年

3 李清勇;视觉感知的稀疏编码理论及其应用研究[D];中国科学院研究生院(计算技术研究所);2006年

4 季昊;稀疏编码研究及其在模式识别中的应用[D];北京邮电大学;2012年

5 孙俊;人脸图像分析和识别方法研究[D];清华大学;2001年

6 朱秋平;基于稀疏编码的织物瑕疵检测算法研究[D];武汉大学;2014年

7 罗敏楠;T-S模糊推理系统的结构稀疏编码辨识理论与方法[D];清华大学;2014年

8 谢锦生;基于动态感知与异常注意的目标描述方法研究[D];中国科学技术大学;2012年

9 刘小白;图像及视频语义解析的关键技术研究[D];华中科技大学;2012年

10 丁昕苗;基于多示例学习的恐怖视频识别技术研究[D];中国矿业大学(北京);2013年

中国硕士学位论文全文数据库 前10条

1 柏文强;基于局部特征提取和稀疏编码的人脸识别算法研究[D];燕山大学;2015年

2 李明;目标检测与识别算法研究与应用[D];中央民族大学;2015年

3 许涛;面向视频管理的指纹特征提取技术研究[D];电子科技大学;2015年

4 鲍珍珍;基于多路分层稀疏编码的遥感图像场景分类[D];西安电子科技大学;2014年

5 覃晓冰;基于稀疏编码的语音去噪技术研究[D];电子科技大学;2015年

6 谢易道;大规模人脸图像编码及其在人脸验证中的应用研究[D];电子科技大学;2015年

7 勾珍珍;基于空间约束和稀疏编码的高光谱图像分类[D];西安电子科技大学;2014年

8 黄成;基于非负稀疏编码的视频拷贝检测方法研究[D];湘潭大学;2015年

9 张文义;基于智能监控系统的图像质量增强算法的研究[D];南京邮电大学;2015年

10 丁文秀;基于分层深度学习的行人分类方法研究[D];合肥工业大学;2015年



本文编号:1264861

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/1264861.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户75830***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com