基于深度学习的5种树皮纹理图像识别研究

• 作者: 刘嘉政 王甜 王雪峰
• 来源期刊: 北京林业大学学报
• 学科: 农学
• 关键词: 深度学习 树皮图像 卷积神经网络 树种智能识别
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 林业工程
• 页码范围: 146-154
• 页数: 9页
• 分类号: S757.3|TP391
• 语种: 中文
• DOI: 10.13332/j.1000-1522.20180242

摘要

[目的]针对在树皮图像识别时,现有的算法和识别过程过于复杂的问题,提出了基于深度学习的方法来对不同树种的树皮图像进行识别.[方法]本文以5种常见树种的树皮纹理图像为例,采用基于卷积神经网络的深度学习方法,将原始图像直接作为输入,通过卷积和池化层对图像的低级、高级特征进行自动提取,解决了手动提取纹理特征的困难和问题;在此基础上,对CNN模型结构进行改进,采用带Maxout的ELU激励函数来代替ReLU函数,解决模型的偏移和零梯度问题;对损失函数进行改进,通过添加规范项来优化结构参数,并使用分段常数衰减法对学习率进行动态调控;最后采用softmax分类器对图像类别进行输出.[结果]对5个树种的树皮图像共计10000张图像进行实验,其中每类选取200张图像作为测试集.最终训练准确率达到93.80％,测试集识别准确率为97.70％.另外,为验证本文方法的可行性,与传统人工特征提取法,提取HOG特征、Gabor特征和灰度共生矩阵统计法,训练SVM分类器.通过实验比较,本文方法识别准确率最高.[结论]本文提出的基于深度学习的树皮纹理图像识别方法是可行的,提高了识别效率和精度,为树种的智能化识别提供新的参考.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王雪峰	中国林业科学研究院资源信息研究所	50	264	10.0	13.0
2	刘嘉政	中国林业科学研究院资源信息研究所	6	3	1.0	1.0
3	王甜	中国林业科学研究院资源信息研究所	6	14	3.0	3.0