基于稀疏编码金字塔模型的农田害虫图像识别

发布时间：2017-09-04 23:07

  本文关键词：基于稀疏编码金字塔模型的农田害虫图像识别

  更多相关文章： 图像识别 算法 害虫控制 字典学习 稀疏编码 金字塔模型

【摘要】：相较于一般物体的图像,农作物害虫图像因具有复杂的农田环境背景,分类与识别更加困难。为提高害虫图像识别的准确率,该文提出一种基于图像稀疏编码与空间金字塔模型相结合的害虫图像表示与识别方法。该方法利用大量非标注的自然图像块构造过完备学习字典,并运用该学习字典实现对害虫图像的多空间稀疏表示。与此同时,结合多核学习,该文设计了一种害虫图像识别算法。通过对35种害虫的识别,试验结果表明:在相同方法下,该文所提特征提取方法可使平均识别精度提高9.5百分点;此外,进一步通过对221种昆虫及20种蝴蝶的识别,试验结果表明:与传统方法相比较,该文所提方法使得平均识别精度提高14.1百分点。
【作者单位】： 中国科学院合肥智能机械研究所;安徽省农业科学院农业经济与信息研究所;
【关键词】： 图像识别 算法 害虫控制 字典学习 稀疏编码 金字塔模型
【基金】：国家自然基金项目:基于上下文感知与稀疏表示的害虫图像识别研究(31401293) 安徽省农业科学院院长青年创新基金项目:基于机器视觉的植保图像采集与元数据管理技术研究(14B1461)
【分类号】：TP391.41;S43
【正文快照】： 谢成军,李瑞,董伟,宋良图,张洁,陈红波,陈天娇.基于稀疏编码金字塔模型的农田害虫图像识别[J].农业工程学报,2016,32(17):144-151.doi:10.11975/j.issn.1002-6819.2016.17.020 http://www.tcsae.orgXie Chengjun,Li Rui,Dong Wei,Song Liangtu,Zhang Jie,Chen Hongbo,Chen Tia

【相似文献】

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：794374