基于神经网络的实蝇成虫图像识别算法

被引：13

作者：

李震 ^{[1
,2
]}

邓忠易 ^{[1
]}

洪添胜 ^{[2
,3
]}

吕石磊 ^{[1
,4
]}

宋淑然 ^{[1
,2
]}

徐培 ^{[1
]}

机构：

[1] 华南农业大学电子工程学院

[2] 国家柑橘产业技术体系机械研究室

[3] 华南农业大学工程学院

[4] 广东省农情信息监测工程技术研究中心

来源：

农业机械学报 | 2017年 / 48(S1)卷 / S1期

基金：

广东省科技计划; 广州市科技计划项目;

关键词：

神经网络; HSV色彩空间; Hough变换; 双翅目实蝇; 图像识别;

D O I：

暂无

中图分类号：

TP183 [人工神经网络与计算]; TP391.41 [];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ; 080203 ;

摘要：

为了实现从图像中快速、准确地识别双翅目果实蝇害虫,本文提出一种基于神经网络学习模型的识别算法。该算法首先采用Hough变换对实蝇样本图像的双翅边缘进行直线检测,使图像中实蝇旋转为躯体朝上形态,同时限定条纹所在的有效区域。结合HSV色彩空间锁定胸背板上的条纹区,对该区域进一步处理,根据中心条纹形状特征的描述方法,提取出形状特征参数,定义4种实蝇形态特征向量。采集90幅实蝇图像中各目标的4种特征因子,建立BP神经网络对数据集进行训练,从而得到用于实蝇分类的神经网络模型参数。试验结果表明,该方法对双翅目实蝇成虫的识别效果具有较好的准确性和实时性,对橘小实蝇、南瓜实蝇和瓜实蝇的识别准确率分别为95.45%、93.33%和97.83%,总体准确率为95.56%,单次识别平均耗时500 ms。

引用

页码：129 / 135

页数：7