基于稀疏表示的多特征融合害虫图像识别

被引：20

作者：

胡永强 ^{[1
]}

宋良图 ^{[2
]}

张洁 ^{[2
]}

谢成军 ^{[2
]}

李瑞 ^{[2
]}

机构：

[1] 青海省科技信息研究所

[2] 中国科学院合肥智能机械研究所

来源：

模式识别与人工智能 | 2014年 / 27卷 / 11期

关键词：

害虫识别; 特征提取; 稀疏表示; 多特征融合; AdaBoost;

D O I：

10.16451/j.cnki.issn1003-6059.2014.11.004

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

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,文中进一步通过设计不同特征下的识别分类器实现多特征的融合.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.

引用

页码：985 / 992

页数：8

共 24 条

[1] 基于压缩感知理论的农业害虫分类方法 [J].

韩安太 ;

郭小华 ;

廖忠 ;

陈志强 ;

韩建强 .

农业工程学报, 2011, 27 (06) :203-207

[2]

Insect recognition based on integrated region matching and dual tree complex wavelet transform[J]. Le-qing ZHU1,Zhen ZHANG2 (1College of Computer Science and Information Engineering,Zhejiang Gongshang University,Hangzhou 310018,China) (2Key Lab of Forest Protection of State Forestry Administration,Research Institute of Forest Ecology,Environment and Protection,Chinese Academy of Forestry,Beijing 100091,China).Journal of Zhejiang University-Science C（Computers ＆ Electronics）. 2011(01)

[3] 基于图像分析的蔬菜食叶害虫识别技术 [J].