基于判别映射分析的植物叶片分类方法     

王献锋  王旭启  张传雷 《江苏农业科学》2013,41(3)

流形学习的一个目标是寻找一个映射,使得邻域内不同类数据点之间的边界最大化.观察数据点映射后在子空间内使得同类数据点更聚集,而不同类数据点更分类.基于这个目标,提出了一种判别映射分析的算法,并将其应用于叶片分类中,该算法能够得到数据较优的判别分类特征,适用于样本分类.在瑞典植物叶片数据库上进行了试验验证,结果表明该方法是有效可行的.  相似文献   

基于叶片图像和监督正交最大差异伸展的植物识别方法   总被引：1，自引：0，他引：1  

张善文  张传雷  王旭启  周争光  张雅丽 《林业科学》2013,49(6)

无论对于农业信息化还是对于生态保护,研究植物识别都是非常必要的.基于植物叶片的植物识别方法一直是植物学中的一个重要研究方向.植物叶片的颜色、形状、纹理等特征都可以用来作为识别依据(杜吉祥,2005;纪寿文等,2002;王晓峰等,2006;张宁等,2011;徐贵力等,2002;Wang et al.,2008).叶片的形状特征主要表现在它的大小和外形上,不同植物的叶片各有特点,叶片在形态上的多变性是植物识别的重要依据.叶片的纹理特征指其叶脉中所蕴涵的特征信息,对于同一种植物,其叶片的脉络结构是比较稳定的;而对于不同种植物,叶片的脉络结构差异较大.目前已有许多基于叶片图像的植物识别方法和技术.  相似文献   

基于SVM和形态学的作物病斑图像分割方法   总被引：4，自引：2，他引：2  

王献锋  王震  王旭启  张善文 《吉林农业科学》2015,(1):51-53,60

作物叶片病斑图像分割是作物病害自动识别的一个重要步骤,为了提高传统的基于阈值或聚类的叶片病斑分割方法的分割效果,提出了一种基于支持向量机(SVM)和形态学的病斑分割方法。首先利用SVM进行病斑图像分割,再利用开运算和闭运算来消除病斑图像中边缘的不连续性、病斑内部的小噪声和小洞。最后,通过对黄瓜细菌性角斑病图像进行试验,结果表明,所提出分割方法具有较好的分割效果。  相似文献   

一种改进可形变FCN的农作物害虫检测方法     

徐聪  王旭启  刘裕 《江苏农业科学》2022,50(9):211-219

田间农作物害虫种类繁多，不同的生长阶段形态和颜色各异，在自然环境下采集的图像背景复杂，角度和尺度变化多样，从而使传统的害虫检测方法准确率较低。提出一种改进可形变全卷积神经网络(deformable fully convolution network, DFCN)的农作物害虫检测方法，该方法由编码模块和解码模块组成。编码模块在VGG16中采用了可形变卷积，能适应不同形状、位置和尺寸等几何形变的害虫图像。为了更好地保留害虫图像的纹理特征和背景特征，在编码模块中应用了混合池化，加快了网络的训练速度，提高了害虫检测的准确率；解码模块对编码的下采样层进行反卷积操作，最后应用像素级分类器获得有效的检测图像。在扩展的害虫图像数据集上与DFCN方法的分割精确度和平均交并比分别为90.43、78.16,较语义分割方法SegNet分别提高了3.27、3.72,单幅图像的识别时间为0.36 s,比SegNet加快了0.16 s。结果表明DFCN方法在害虫图像检测方面具有较高的准确率，分割速度快，可为复杂背景下农作物害虫检测提供一定的理论参考。  相似文献