基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对绿色荔枝与树叶颜色相似,采摘机器人在自然环境下准确识别较为困难的问题,提出一种基于AdaBoost算法的级联分类器快速检测方法.首先提取MB-LBP特征,并基于积分图技术快速计算其特征值;然后利用AdaBoost算法从MB-LBP特征中构造若干个最优弱分类器,并加权组合成强分类器;最后通过若干个强分类器的级联来构造级联分类器,可获得基于MB-LBP特征的AdaBoost级联分类器.试验表明:该方法对绿色荔枝的识别准确率为92.7%,召回率为81.3%;测试图像的平均处理时间为1.276 s.
推荐文章
基于SVM-AdaBoost算法的行人检测方法
行人检测
AdaBoost算法
SVM算法
Hadoop云平台下基于HOG特征和Adaboost分类器的快速行人检测算法
行人检测
Hadoop
云计算
主成分分析
梯度直方图
Adaboost
基于AdaBoost算法的易拉罐检测方法
Adaboost算法
Haar特征
LBP特征
检测器
改进的基于AdaBoost算法的人脸检测方法
AdaBoost
人脸检测
权重调整
退化
级联分类器
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于AdaBoost算法的级联分类器对绿色荔枝的快速检测方法
来源期刊 自动化与信息工程 学科
关键词 绿色荔枝 MB-LBP特征 AdaBoost算法 强分类器 级联分类器
年,卷(期) 2018,(5) 所属期刊栏目 信息技术
研究方向 页码范围 38-44
页数 7页 分类号
字数 4731字 语种 中文
DOI 10.3969/j.issn.1674-2605.2018.05.010
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 邹湘军 华南农业大学工程学院 114 1353 20.0 32.0
2 黄矿裕 华南农业大学工程学院 4 3 1.0 1.0
3 陈明猷 华南农业大学工程学院 6 9 2.0 3.0
4 林桂潮 华南农业大学工程学院 8 110 6.0 8.0
5 程佳兵 华南农业大学工程学院 1 3 1.0 1.0
6 李锦慧 华南农业大学工程学院 4 19 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (197)
共引文献  (203)
参考文献  (16)
节点文献
引证文献  (3)
同被引文献  (17)
二级引证文献  (0)
1975(1)
  • 参考文献(0)
  • 二级参考文献(1)
1979(1)
  • 参考文献(0)
  • 二级参考文献(1)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(7)
  • 参考文献(0)
  • 二级参考文献(7)
2005(12)
  • 参考文献(0)
  • 二级参考文献(12)
2006(6)
  • 参考文献(0)
  • 二级参考文献(6)
2007(13)
  • 参考文献(0)
  • 二级参考文献(13)
2008(9)
  • 参考文献(0)
  • 二级参考文献(9)
2009(20)
  • 参考文献(1)
  • 二级参考文献(19)
2010(22)
  • 参考文献(0)
  • 二级参考文献(22)
2011(22)
  • 参考文献(1)
  • 二级参考文献(21)
2012(32)
  • 参考文献(1)
  • 二级参考文献(31)
2013(16)
  • 参考文献(3)
  • 二级参考文献(13)
2014(10)
  • 参考文献(4)
  • 二级参考文献(6)
2015(4)
  • 参考文献(0)
  • 二级参考文献(4)
2016(11)
  • 参考文献(2)
  • 二级参考文献(9)
2017(11)
  • 参考文献(2)
  • 二级参考文献(9)
2018(2)
  • 参考文献(2)
  • 二级参考文献(0)
2018(2)
  • 参考文献(2)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2019(3)
  • 引证文献(3)
  • 二级引证文献(0)
研究主题发展历程
节点文献
绿色荔枝
MB-LBP特征
AdaBoost算法
强分类器
级联分类器
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
自动化与信息工程
双月刊
1674-2605
44-1632/TP
大16开
广州市先烈中路100号大院13号楼601《自动化与信息工程》编辑部
1980
chi
出版文献量(篇)
1389
总下载数(次)
2
总被引数(次)
4396
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导