基于卷积神经网络和树叶纹理的树种识别研究

• 作者: 戚大伟 赵鹏超
• 来源期刊: 森林工程
• 学科: 农学
• 关键词: 卷积神经网络 树种识别 树叶纹理 图像工程 阔叶
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 森工技术与装备
• 页码范围: 56-59
• 页数: 4页
• 分类号: S781.1|Q6-3
• 字数: 2921字
• 语种: 中文

摘要

利用计算机图像工程技术和卷积神经网络将大量树叶图像叶脉信息提取并分类,主要研究单一背景下阔叶树叶脉纹理特征.本实验采用卷积神经网络在图像信息识别准确率高,无需人工定义树叶纹理特征减少繁琐的人工成本.将网络在Caffe平台上面进行定义,使用符合标准正态分布的一组随机参数初始化网络.对卷积神经网络使用BP神经网络反向传播算法和随机梯度下降算法训练.经过对于网络的训练最终识别率达到95％以上,超过了人眼的识别率,为树种识别研究提供有效的分类方法.卷积神经网络在树叶纹理中省去了人工定义树叶特征的工作.最终多次实验得到可观的识别效果,卷积神经网络适用于树叶图像的识别,其识别率基本达到可以应用的要求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	戚大伟	东北林业大学理学院	88	747	16.0	23.0
2	赵鹏超	东北林业大学理学院	1	9	1.0	1.0