【摘要】：中草藥在治療某些疾病方面都有很好的效果,對(duì)人類的健康做出了巨大的貢獻(xiàn),但是中草藥種類繁多,同一個(gè)種類由于生長(zhǎng)環(huán)境等因素的影響,也會(huì)出現(xiàn)不同的形態(tài).有些不同種類的中草藥植物卻是十分相似的,對(duì)它們進(jìn)行準(zhǔn)確的分類是一個(gè)比較艱巨的任務(wù)。但是,目前對(duì)于中草藥分類的研究比較少,現(xiàn)有的研究只是對(duì)少數(shù)的植物進(jìn)行分類。本文通過(guò)設(shè)計(jì)基于中草藥圖像的分類方法,實(shí)現(xiàn)對(duì)中草藥的準(zhǔn)確分類。目前,對(duì)于中草藥圖像并沒(méi)有一個(gè)非常全面的數(shù)據(jù)庫(kù),所以我們首先收集并建立了包含數(shù)量較多的中草藥圖像數(shù)據(jù)集。近幾年來(lái),深度學(xué)習(xí)發(fā)展迅速,在分類識(shí)別這方面已經(jīng)取得了非常好的效果,所以我們采用深度學(xué)習(xí)的方法對(duì)收集到的中草藥植物圖像進(jìn)行分類。我們首先在原始的中草藥圖像數(shù)據(jù)集上進(jìn)行分類,通過(guò)對(duì)實(shí)驗(yàn)結(jié)果分析發(fā)現(xiàn)圖片的背景對(duì)分類結(jié)果影響很大。因?yàn)榇蟛糠謭D像都是在自然狀態(tài)下拍攝的,所以難免會(huì)有十分復(fù)雜的背景,這對(duì)于分類來(lái)說(shuō)就造成了相當(dāng)大的干擾。為了消除中草藥圖像中存在的復(fù)雜背景問(wèn)題,我們對(duì)圖像進(jìn)行了分割。圖像分割使用自動(dòng)圖像分割方法和手動(dòng)圖像分割方法相結(jié)合的方式來(lái)提高圖像分割的效果。首先通過(guò)圖像分割算法得到了一部分分割徹底的圖像;之后,對(duì)于分割效果不好的圖片進(jìn)行手動(dòng)分割;把這些分割后的圖片進(jìn)行整理,作為數(shù)據(jù)集;使用深度學(xué)習(xí)算法對(duì)它們進(jìn)行分類,最終提升了分類的準(zhǔn)確率,得到了TOP-1的準(zhǔn)確率為72%,TOP-5的準(zhǔn)確率為93.6%。
【學(xué)位授予單位】：齊魯工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類號(hào)】：TP18;TP391.41;R28

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 黃玲;石玉秋;覃永新;;基于小波融合的蘋(píng)果圖像分割的研究[J];科技視界;2018年29期

2 侯紅英;高甜;李桃;;圖像分割方法綜述[J];電腦知識(shí)與技術(shù);2019年05期

3 姚霆;張煒;劉金根;;基于深度學(xué)習(xí)的圖像分割技術(shù)[J];人工智能;2019年02期

4 丁翠;;基于模糊信息處理的圖像分割方法研究[J];信息系統(tǒng)工程;2017年11期

5 王平;魏征;崔衛(wèi)紅;林志勇;;一種基于統(tǒng)計(jì)學(xué)習(xí)理論的最小生成樹(shù)圖像分割準(zhǔn)則[J];武漢大學(xué)學(xué)報(bào)(信息科學(xué)版);2017年07期

6 李然;李記鵬;宋超;;基于顯著性檢測(cè)的協(xié)同圖像分割研究[J];現(xiàn)代計(jì)算機(jī)(專業(yè)版);2017年24期

7 鄧惠俊;;一種基于數(shù)據(jù)場(chǎng)的圖像分割方法與研究[J];長(zhǎng)春工程學(xué)院學(xué)報(bào)(自然科學(xué)版);2016年02期

8 李繼云;冀卿偉;;基于自適應(yīng)局部閾值的交互式圖像分割[J];計(jì)算機(jī)應(yīng)用與軟件;2014年11期

9 劉印;;對(duì)圖像分割方法的認(rèn)識(shí)及新進(jìn)展研究[J];數(shù)碼世界;2018年08期

10 楊成佳;;唇紋識(shí)別圖像分割系統(tǒng)的研究[J];山西青年;2017年11期

相關(guān)會(huì)議論文 前10條

1 閆平昆;;基于模型的圖像分割技術(shù)及其醫(yī)學(xué)應(yīng)用[A];第十五屆全國(guó)圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2010年

2 楊生友;;圖像分割在醫(yī)學(xué)圖像中應(yīng)用現(xiàn)狀綜述[A];2009中華醫(yī)學(xué)會(huì)影像技術(shù)分會(huì)第十七次全國(guó)學(xué)術(shù)大會(huì)論文集[C];2009年

3 朱士蓉;謝昭;高雋;;一種圖模型下的柔性圖像分割方法[A];中國(guó)儀器儀表學(xué)會(huì)第十二屆青年學(xué)術(shù)會(huì)議論文集[C];2010年

4 朱松豪;劉佳偉;羅青青;胡榮林;;基于關(guān)聯(lián)模型的圖像分割[A];第26屆中國(guó)控制與決策會(huì)議論文集[C];2014年

5 張志會(huì);王華英;熊南燕;廖薇;成惠;劉飛飛;;對(duì)基于圖像分割與合并的相位展開(kāi)算法的改進(jìn)[A];第十屆全國(guó)光電技術(shù)學(xué)術(shù)交流會(huì)論文集[C];2012年

6 楊加文;謝鳳英;;基于深度學(xué)習(xí)的皮膚鏡圖像分割[A];第十五屆中國(guó)體視學(xué)與圖像分析學(xué)術(shù)會(huì)議論文集[C];2017年

7 郭世可;董槐林;龍飛;張海波;;一種結(jié)合密度聚類和區(qū)域生長(zhǎng)的圖像分割方法[A];第二十四屆中國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（研究報(bào)告篇）[C];2007年

8 劉智勇;李進(jìn);黃道君;;基于遺傳算法的視頻交通量檢測(cè)圖像分割方法[A];中國(guó)體視學(xué)學(xué)會(huì)圖像分析專業(yè)、中國(guó)體視學(xué)學(xué)會(huì)仿真與虛擬現(xiàn)實(shí)專業(yè)、中國(guó)航空學(xué)會(huì)信號(hào)與信息處理專業(yè)第一屆聯(lián)合學(xué)術(shù)會(huì)議論文集[C];2000年

9 張萍;單筱攸;巴成賀;;主動(dòng)脈圖像分割的研究與實(shí)現(xiàn)[A];第十二屆中國(guó)體視學(xué)與圖像分析學(xué)術(shù)會(huì)議論文集[C];2008年

10 趙建業(yè);余道衡;;一種基于模糊細(xì)胞神經(jīng)網(wǎng)絡(luò)的多值圖像分割新方法[A];中國(guó)體視學(xué)學(xué)會(huì)圖像分析專業(yè)、中國(guó)體視學(xué)學(xué)會(huì)仿真與虛擬現(xiàn)實(shí)專業(yè)、中國(guó)航空學(xué)會(huì)信號(hào)與信息處理專業(yè)第一屆聯(lián)合學(xué)術(shù)會(huì)議論文集[C];2000年

相關(guān)重要報(bào)紙文章 前1條

1 趙利利;圖像分割出新方法[N];中國(guó)科學(xué)報(bào);2019年

相關(guān)博士學(xué)位論文 前10條

1 古晶;基于稀疏特征學(xué)習(xí)的SAR圖像分割與半監(jiān)督分類方法研究[D];西安電子科技大學(xué);2016年

2 段一平;基于層次視覺(jué)計(jì)算和統(tǒng)計(jì)模型的SAR圖像分割與理解[D];西安電子科技大學(xué);2017年

3 胡佩君;腹部CT圖像分割的可計(jì)算建模方法研究[D];浙江大學(xué);2018年

4 姜楓;基于語(yǔ)義識(shí)別的砂巖薄片圖像分割方法研究[D];南京大學(xué);2018年

5 趙曉麗;面向圖像分割的智能算法研究[D];上海大學(xué);2018年

6 倪波;高強(qiáng)度聚焦超聲圖像分割方法研究[D];武漢大學(xué);2016年

7 王森;非受限場(chǎng)景裂紋圖像分割方法研究[D];昆明理工大學(xué);2017年

8 王濤;特征度量與信息傳遞的交互式圖論分割方法研究[D];南京理工大學(xué);2017年

9 戴令正;自然圖像分割的若干算法研究[D];南京理工大學(xué);2017年

10 李鋼;偏微分方程與變分技術(shù)在圖像分割中的應(yīng)用研究[D];太原理工大學(xué);2018年

相關(guān)碩士學(xué)位論文 前10條

1 胡加亮;基于模糊聚類算法的圖像分割研究[D];華東師范大學(xué);2019年

2 劉樹(shù)朋;基于深度學(xué)習(xí)的中草藥圖像分類方法研究[D];齊魯工業(yè)大學(xué);2019年

3 丁奇安;非限定環(huán)境下的車牌識(shí)別技術(shù)研究[D];安徽工程大學(xué);2019年

4 趙春梅;水下圖像分割和目標(biāo)特征提取及識(shí)別技術(shù)研究[D];哈爾濱工程大學(xué);2019年

5 代成;基于深度學(xué)習(xí)的醫(yī)療圖像分割算法研究[D];北京郵電大學(xué);2019年

6 戴文龍;基于改進(jìn)區(qū)域型水平集的圖像分割方法研究[D];蘭州理工大學(xué);2019年

7 趙彥會(huì);基于光譜哈希的圖像分割方法研究[D];山東師范大學(xué);2019年

8 馬s，

本文編號(hào)：2697762