基于多特征字典学习的害虫图像自动分类方法

• 作者: 张超凡 王儒敬 谢成军
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 多特征融合 稀疏表示 字典学习 害虫图像 完备字典
• 年，卷（期）: 2017,（3）
• 所属期刊栏目: 图像处理与应用
• 页码范围: 142-147,180
• 页数: 7页
• 分类号: TP391.4
• 字数: 5710字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2017.03.026

摘要

为提高农田害虫图像识别分类的准确率,提出一种基于多特征字典学习的害虫图像自动分类方法.首先,利用监督字典学习的方式,对每一类害虫图像构建多特征过完备字典.为进一步增强计算机在复杂情况下对害虫图像的辨识能力,应用构造的过完备字典对害虫图像进行多特征稀疏表示.最后,通过最小化害虫图像的重构误差实现自动分类.实验结果表明,与其他方法相比,该方法提高了害虫图像识别的准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王儒敬	中国科学院合肥智能机械研究所	95	665	14.0	21.0
2	张超凡	中国科学院合肥智能机械研究所	5	56	5.0	5.0
6	谢成军	中国科学院合肥智能机械研究所	9	94	4.0	9.0