依据特征融合和深度学习的树木叶片分类方法

• 作者: 孙丽萍 岳琪 张怡卓 张瑶 陈泓钢
• 来源期刊: 东北林业大学学报
• 关键词: 树木叶片 叶片分类识别 局部三值模式 梯度方向直方图 深度信念网络
• 年，卷（期）: 2020,（6）
• 页码范围: 51-55,65
• 页数: 6页
• 分类号: S718.42
• 语种: 中文

摘要

以Pl@ntNet Identify、leafsnap等树木叶片数据库中的9500张图片为样本,将叶片的特征融合后作为分类依据;将改进的局部三值模式特征和梯度方向直方图特征采用零均值标准化方法进行融合,采用深度信念网络进行训练、识别和分类.结果表明:融合测试方法识别率可达94.87％,优于其他方法在本数据库的识别率;融合方法比单一特征和支持向量机分类等方法识别率更高,且受光照、噪声等影响的鲁棒性更高;实现了树木叶片的快速识别,解决了依据特征的叶片分类方法识别率较低的问题,改善了已有方法特征选取单一、信息不足和分类器简易等不足.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张怡卓		52	196	8.0	11.0
2	岳琪		30	265	9.0	15.0
3	孙丽萍		129	739	13.0	18.0
4	陈泓钢		1	0	0.0	0.0
5	张瑶		3	55	2.0	3.0