基于Gabor及深度神经网络的葡萄种子分类

• 作者: 张福泉 杨旺功 淮永建
• 来源期刊: 电子科技大学学报
• 学科: 工学
• 关键词: 分类识别 深度学习 特征提取 Gabor小波 葡萄种子 机器学习 神经网络
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 计算机工程与应用
• 页码范围: 131-138
• 页数: 8页
• 分类号: TP391
• 字数: 4183字
• 语种: 中文
• DOI: 10.12178/1001-0548.2019164

摘要

种子成熟度需要受过长期训练的专家通过肉眼进行观察和判断.为了改变传统人工经验判断的方式,该文提出了一种基于Gabor小波特征提取及深度神经网络的葡萄种子图像分类识别算法,以便实现高效、准确的分类识别效果.首先,利用背景差分法在背景图像中分割出兴趣目标,从而完成图像的预处理.然后,通过改进的Gabor小波特征提取,使得Gabor滤波后的图像具有更多的细节纹理信息.最后,将深度卷积神经网络和提取到的纹理特征信息相结合进行分类.实验结果表明,基于机器学习的葡萄种子成熟度识别是切实可行的.且相比于其他类似分类算法,本文算法的图像分类精度有了一定的改善.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	淮永建	北京林业大学信息学院	29	237	8.0	14.0
2	张福泉	北京理工大学计算机学院	37	62	3.0	6.0
3	杨旺功	北京林业大学信息学院	2	0	0.0	0.0