本文關(guān)鍵詞：玉米大豆水稻圖像識(shí)別方法研究

  更多相關(guān)文章： 圖像識(shí)別 特征提取 卷積神經(jīng)網(wǎng)絡(luò)

【摘要】：在這個(gè)信息化的新時(shí)代,隨著數(shù)字圖像處理技術(shù)的迅速發(fā)展,計(jì)算機(jī)機(jī)器視覺(jué)技術(shù)被應(yīng)用于很多領(lǐng)域,并且未來(lái)的發(fā)展?jié)摿薮�。特別是在搜索引擎方面,傳統(tǒng)的關(guān)鍵字檢索已不能適應(yīng)于人們?nèi)找嬖鲩L(zhǎng)的需求,而圖像能夠直觀(guān)的反映大量的信息,因此圖像搜索引擎變得更加重要。圖像識(shí)別是圖像搜索引擎的重要技術(shù),尤其在農(nóng)業(yè)領(lǐng)域,利用計(jì)算機(jī)機(jī)器視覺(jué)和圖像處理技術(shù)對(duì)葉片進(jìn)行識(shí)別分類(lèi)已逐步得到應(yīng)用。本研究以東北地區(qū)主要作物玉米、大豆和水稻為實(shí)驗(yàn)研究對(duì)象,以黑龍江八一農(nóng)墾大學(xué)試驗(yàn)田為數(shù)據(jù)采集區(qū),運(yùn)用機(jī)器視覺(jué)與圖像處理技術(shù)對(duì)采集的玉米、大豆及水稻圖像進(jìn)行分析并加以理解,實(shí)現(xiàn)識(shí)別分類(lèi)目標(biāo)。本研究做了以下幾方面工作:(1)首先了解玉米、大豆和水稻生長(zhǎng)相關(guān)知識(shí),選定圖像采集時(shí)期和硬件設(shè)備,對(duì)玉米、大豆和水稻進(jìn)行圖像采集;利用非線(xiàn)性變換和中值濾波方法對(duì)農(nóng)作物圖像預(yù)處理,從而削弱圖像中存在的噪聲;再根據(jù)圖像的特征,選用K-均值聚類(lèi)方法分割圖像,獲得目標(biāo)圖像。(2)提取的特征向量識(shí)別分類(lèi)。先對(duì)分割后的圖像提取特征參數(shù),采用HSV顏色模型獲取圖像的4種顏色特征,使用Hu矩獲取圖像的7種形狀特征,采用灰度共生矩陣獲取圖像9種紋理特征,利用LLE流形算法對(duì)圖像數(shù)據(jù)降維,提取3維特征,由這四類(lèi)共23種特征構(gòu)成特征向量,最后使用BP神經(jīng)網(wǎng)絡(luò)、Elman神經(jīng)網(wǎng)絡(luò)和FCM聚類(lèi)算法將該特征向量識(shí)別分類(lèi)。(3)對(duì)二維圖像直接進(jìn)行識(shí)別。采用卷積神經(jīng)網(wǎng)絡(luò),以原始圖像作為輸入直接進(jìn)行識(shí)別。對(duì)批訓(xùn)練樣本數(shù)、迭代次數(shù)和訓(xùn)練集進(jìn)行優(yōu)化,在批訓(xùn)練樣本數(shù)設(shè)置為10、迭代次數(shù)設(shè)置為200時(shí),正識(shí)率高達(dá)100%。實(shí)驗(yàn)結(jié)果表明,對(duì)提取的特征進(jìn)行識(shí)別的三種算法中,BP神經(jīng)網(wǎng)絡(luò)的識(shí)別率和訓(xùn)練性能較好;對(duì)原始圖像直接進(jìn)行識(shí)別的卷積神經(jīng)網(wǎng)絡(luò)不僅識(shí)別率高,而且圖像可以直接作為網(wǎng)絡(luò)的輸入,不用再對(duì)圖像預(yù)處理和提取特征。
【學(xué)位授予單位】：黑龍江八一農(nóng)墾大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類(lèi)號(hào)】：S513;S565.1;TP391.41

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 司秀麗;吳巍;趙新子;彭占武;袁洪印;;玉米種子純度的計(jì)算機(jī)圖像識(shí)別[J];吉林農(nóng)業(yè)大學(xué)學(xué)報(bào);2005年06期

2 彭藝;黃小華;;基于圖像識(shí)別的邊坡表面位移檢測(cè)方法研究[J];農(nóng)業(yè)網(wǎng)絡(luò)信息;2012年06期

3 鄧?yán)^忠;李敏;袁之報(bào);黃華盛;王張;;基于圖像識(shí)別的小麥腥黑穗病害診斷技術(shù)研究[J];東北農(nóng)業(yè)大學(xué)學(xué)報(bào);2012年05期

4 錢(qián)建平;李明;楊信廷;吳保國(guó);張勇;王衍安;;基于雙側(cè)圖像識(shí)別的單株蘋(píng)果樹(shù)產(chǎn)量估測(cè)模型[J];農(nóng)業(yè)工程學(xué)報(bào);2013年11期

5 談蓉蓉;;基于支持向量機(jī)分類(lèi)的圖像識(shí)別研究[J];安徽農(nóng)業(yè)科學(xué);2010年26期

6 鄭永軍;吳剛;王一鳴;毛文華;;基于模糊模式的蝗蟲(chóng)圖像識(shí)別方法[J];農(nóng)業(yè)工程學(xué)報(bào);2010年S2期

7 董坦坦;姬長(zhǎng)英;周俊;邵云漣;黃浩乾;;成熟番茄的圖像識(shí)別及其位姿的獲取研究[J];江西農(nóng)業(yè)學(xué)報(bào);2009年08期

8 孔春元;王春耀;閔磊;張強(qiáng);陳艷;;基于Matlab對(duì)成熟番茄RGB閾值的確定[J];農(nóng)機(jī)化研究;2008年12期

9 楊眉;魏鴻磊;華順剛;;一種基于神經(jīng)網(wǎng)絡(luò)的扇貝圖像識(shí)別方法[J];大連海洋大學(xué)學(xué)報(bào);2014年01期

10 李冠林;馬占鴻;王海光;;基于支持向量機(jī)的小麥條銹病和葉銹病圖像識(shí)別[J];中國(guó)農(nóng)業(yè)大學(xué)學(xué)報(bào);2012年02期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前10條

1 高曉丁;左賀;高鵬;;基于圖像識(shí)別的多套色印花對(duì)花定位技術(shù)研究[A];佶龍杯第四屆全國(guó)印花學(xué)術(shù)研討會(huì)論文集[C];2009年

2 郭艷;王萍;朱國(guó);;基于圖像識(shí)別的射擊自動(dòng)報(bào)靶系統(tǒng)[A];計(jì)算機(jī)技術(shù)與應(yīng)用進(jìn)展·2007——全國(guó)第18屆計(jì)算機(jī)技術(shù)與應(yīng)用（CACIS）學(xué)術(shù)會(huì)議論文集[C];2007年

3 姜洪臣;任曉磊;趙耀宏;徐波;;基于音頻語(yǔ)譜圖像識(shí)別的廣告檢索[A];第十一屆全國(guó)人機(jī)語(yǔ)音通訊學(xué)術(shù)會(huì)議論文集（二）[C];2011年

4 姜洪臣;任曉磊;趙耀宏;徐波;;基于音頻語(yǔ)譜圖像識(shí)別的廣告檢索技術(shù)[A];第十一屆全國(guó)人機(jī)語(yǔ)音通訊學(xué)術(shù)會(huì)議論文集（一）[C];2011年

5 劉翠響;孫以材;張艷;于明;;基于三控制要素的多項(xiàng)式模糊擬合在人臉圖像識(shí)別中的應(yīng)用[A];第25屆中國(guó)控制會(huì)議論文集（下冊(cè)）[C];2006年

6 林達(dá)宜;邱利松;張莎;;物聯(lián)網(wǎng)發(fā)展與圖像識(shí)別[A];2012全國(guó)無(wú)線(xiàn)及移動(dòng)通信學(xué)術(shù)大會(huì)論文集（上）[C];2012年

7 王利強(qiáng);張紅梅;;儲(chǔ)糧害蟲(chóng)圖像識(shí)別知識(shí)庫(kù)研究[A];計(jì)算機(jī)研究新進(jìn)展（2010）——河南省計(jì)算機(jī)學(xué)會(huì)2010年學(xué)術(shù)年會(huì)論文集[C];2010年

8 俞建榮;卜凡亮;李文力;陸曉軍;;流化床氣泡運(yùn)動(dòng)的圖像識(shí)別與分析[A];第三屆全國(guó)信息獲取與處理學(xué)術(shù)會(huì)議論文集[C];2005年

9 李靈;;情景智能圖像識(shí)別和數(shù)字化處理技術(shù)在型式評(píng)價(jià)試驗(yàn)中的運(yùn)用[A];2013年江蘇省計(jì)量測(cè)試學(xué)會(huì)學(xué)術(shù)會(huì)議論文集[C];2013年

10 于麗穎;;圖像識(shí)別方法技術(shù)分析與應(yīng)用[A];第24屆全國(guó)煤礦自動(dòng)化與信息化學(xué)術(shù)會(huì)議暨第6屆中國(guó)煤礦信息化與自動(dòng)化高層論壇論文集[C];2014年

中國(guó)重要報(bào)紙全文數(shù)據(jù)庫(kù) 前10條

1 記者 鄭曉春;以開(kāi)發(fā)出計(jì)算機(jī)圖像識(shí)別新技術(shù)[N];科技日?qǐng)?bào);2007年

2 沈曉光邋編譯;半導(dǎo)體技術(shù)向低耗能發(fā)展[N];中國(guó)電子報(bào);2008年

3 記者 李紅;法研究出圖像識(shí)別軟件[N];科技日?qǐng)?bào);2000年

4 海言;慧視：讓電腦“識(shí)文斷字”[N];科技日?qǐng)?bào);2007年

5 田夢(mèng);PDF圖像識(shí)別助推電子政務(wù)[N];計(jì)算機(jī)世界;2007年

6 比爾·蓋茨;軟件邊界不斷改變令人興奮[N];中國(guó)電子報(bào);2008年

7 宋輝;擺脫束縛慧視展現(xiàn)新的生活體驗(yàn)[N];中國(guó)企業(yè)報(bào);2004年

8 本報(bào)記者 湯銘;認(rèn)知計(jì)算，未來(lái)計(jì)算[N];計(jì)算機(jī)世界;2013年

9 馮遜;埃及金字塔人類(lèi)史上最大的謎[N];大眾科技報(bào);2010年

10 本報(bào)記者 楊學(xué)聰 閆靜;觸碰“最未來(lái)”的生活[N];經(jīng)濟(jì)日?qǐng)?bào);2014年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 劉軍;人臉圖像識(shí)別關(guān)鍵技術(shù)的研究[D];北京郵電大學(xué);2015年

2 柳楊;面向圖像識(shí)別的稀疏模型研究[D];北京郵電大學(xué);2015年

3 耿慶田;基于圖像識(shí)別理論的智能交通系統(tǒng)關(guān)鍵技術(shù)研究[D];吉林大學(xué);2016年

4 王宇新;基于特征分布的圖像識(shí)別方法研究與應(yīng)用[D];大連理工大學(xué);2012年

5 陳健美;基于密度聚類(lèi)和多特征融合的醫(yī)學(xué)圖像識(shí)別研究[D];江蘇大學(xué);2008年

6 冉瑞生;一些矩陣計(jì)算問(wèn)題及其在圖像識(shí)別中的應(yīng)用研究[D];電子科技大學(xué);2006年

7 李雅梅;南宋川南墓葬石刻藝術(shù)與計(jì)算機(jī)圖像識(shí)別應(yīng)用的研究[D];重慶大學(xué);2008年

8 侯書(shū)東;基于相關(guān)投影分析的特征提取研究及在圖像識(shí)別中的應(yīng)用[D];南京理工大學(xué);2012年

9 吳萌;多尺度表達(dá)和正則化方法在圖像識(shí)別中的研究與應(yīng)用[D];上海交通大學(xué);2014年

10 謝鉉洋;SARS醫(yī)學(xué)圖像識(shí)別與輔助診斷研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2006年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 王明靜;蟻群算法在圖像識(shí)別中的應(yīng)用研究[D];西安石油大學(xué);2015年

2 劉宜闊;熱光關(guān)聯(lián)圖像識(shí)別的研究[D];河北大學(xué);2015年

3 田湘源;基于圖像識(shí)別的中國(guó)畫(huà)真?zhèn)舞b別方法研究[D];西安建筑科技大學(xué);2015年

4 任皓;基于圖像識(shí)別的PCB焊接質(zhì)量檢測(cè)技術(shù)的研究[D];天津理工大學(xué);2015年

5 王倩;基于圖像識(shí)別的油畫(huà)真?zhèn)舞b別方法研究[D];西安建筑科技大學(xué);2015年

6 余征;基于Hadoop的人臉圖像識(shí)別并行處理方法研究與實(shí)現(xiàn)[D];西南交通大學(xué);2015年

7 馬爽;基于圖像識(shí)別的教室照明節(jié)能系統(tǒng)的技術(shù)研究[D];沈陽(yáng)理工大學(xué);2015年

8 李義;基于相關(guān)學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)的圖像識(shí)別方法研究[D];哈爾濱工業(yè)大學(xué);2015年

9 李東;基于群智能算法優(yōu)化的超聲乳腺腫瘤圖像識(shí)別[D];第四軍醫(yī)大學(xué);2015年

10 林開(kāi)彬;基于圖像識(shí)別的無(wú)紙化閱卷空白題識(shí)別技術(shù)研究[D];貴州師范大學(xué);2015年

，

本文編號(hào)：1266551