收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于稀疏表示和卷积神经网络的水果图像分类与实现

吕伟  
【摘要】:水果的分类技术一直是国内外农业信息化领域的研究热点问题,近年取得了突飞猛进的发展。但在获取的水果图像规模大、数据特征复杂、局部遮挡、光照变化及场景复杂情况下,水果识别率显著下降。因此,水果识别技术应用到实际农业中仍然面临着诸多的问题和挑战。针对大规模水果种类识别中存在特征冗余大、手工特征设计具有主观性的问题,从水果特征表达和特征自动学习两个方面进行研究:在特征表达方面,研究了RGB水果图像的稀疏编码方法和RGB水果图像的局部约束线性编码方法;在特征自动学习方面,研究了RGB图像特征方法。本文的主要工作如下:(1)提出基于稀疏编码的空间金字塔匹配模型(Sparse Coding Spatial Pyramid Matching,ScSPM)的水果分类方法。首先采用SIFT特征对RGB-D水果图像进行局部特征点提取,克服不同光照及尺度变换影响;然后采用稀疏编码和空间金字塔进行特征表达;最后采用线性SVM分类器实现水果种类识别。实验结果表明,融合SIFT特征和ScSPM特征表达后,水果分类准确率达98.90%,比颜色直方图特征提取方法的准确率高8.02%。(2)提出基于局部约束线性编码的空间金字塔匹配模型(Locality-constrained Linear Coding,LLC)水果分类方法。由于稀疏编码的空间金字塔匹配模型在图像的编码速度上比较慢,采用局部约束线性编码用于空间金字塔匹配模型中以提高水果RGB图像编码速度。LLC同时考虑特征的稀疏性与局部性,水果种类分类正确率达99.25%。(3)提出基于卷积神经网络(Convolutional Neural Networks,CNN)的水果分类方法。该方法采用了深度学习框架--Caffe平台,运用CNN对图像进行本质特征进行自动学习,水果种类分类正确率达99.53%,克服了手工特征设计依赖于经验的问题,提高了水果分类方法的准确性。(4)基于上述研究,进行了水果分类系统的开发与实现。利用传感摄像机在光照变化、360度角度变换以及局部遮挡环境下,采集了苹果、百香果、火龙果和橘子等14类39种不同类型水果图像96815幅,建立大规模水果RGB图像数据库。设计了水果分类系统,使用Matlab图形图像处理工具开发了系统界面,对本论文水果分类算法进行编程实现,并对论文的三种RGB水果分类算法加以比较分析。在水果分类的实验中,本文三种算法中均得到了较高的准确率,其中基于CNN方法的准确率最高,LLC算法次之,SCSPM算法最低;在时间性能上,ScSPM算法所消耗的时间最长,LLC算法其次,CNN算法运算时间最短。在与普通颜色直方图特征提取方法比较时,CNN、LLC和ScSPM特征提取方法比颜色直方图特征提取方法的准确率分别高8.65%、8.37%和8.02%。综合以上水果分类实验结果,说明CNN算法相对于ScSPM算法及局部约束线性编码LLC算法有更理想的分类性能。


知网文化
【相似文献】
中国期刊全文数据库 前6条
1 么炜;刘博;滕桂法;;稀疏表示及其算法分析[J];河北农业大学学报;2014年02期
2 胡晨晓;邹显春;陈武;杨阳;;基于稀疏表示的近邻传播聚类算法[J];西南大学学报(自然科学版);2014年05期
3 刘传山;;基于参数设计字典的稀疏表示方法[J];西南大学学报(自然科学版);2014年07期
4 向金海;杨申;樊恒;章英;翟瑞芳;彭辉;;基于稀疏表示的烤烟烟叶品质分级研究[J];农业机械学报;2013年11期
5 汪泊锦;黄敏;朱启兵;;基于信号稀疏表示的高光谱散射图像苹果粉质化分类[J];激光生物学报;2011年06期
6 ;[J];;年期
中国重要会议论文全文数据库 前3条
1 何爱香;刘玉春;魏广芬;;基于稀疏表示的煤矸界面识别研究[A];虚拟运营与云计算——第十八届全国青年通信学术年会论文集(上册)[C];2013年
2 樊亚翔;孙浩;周石琳;邹焕新;;基于元样本稀疏表示的多视角目标识别[A];2013年中国智能自动化学术会议论文集(第五分册)[C];2013年
3 葛凤翔;任岁玲;郭鑫;郭良浩;孙波;;微弱信号处理及其研究进展[A];中国声学学会水声学分会2013年全国水声学学术会议论文集[C];2013年
中国博士学位论文全文数据库 前10条
1 李进明;基于稀疏表示的图像超分辨率重建方法研究[D];重庆大学;2015年
2 王亚宁;基于信号稀疏表示的电机故障诊断研究[D];河北工业大学;2014年
3 姚明海;视频异常事件检测与认证方法研究[D];东北师范大学;2015年
4 黄国华;蛋白质翻译后修饰位点与药物适应症预测方法研究[D];上海大学;2015年
5 王瑾;基于稀疏表示的数据收集、复原与压缩研究[D];北京工业大学;2015年
6 王文卿;基于融合框架与稀疏表示的遥感影像锐化[D];西安电子科技大学;2015年
7 解虎;高维小样本阵列自适应信号处理方法研究[D];西安电子科技大学;2015年
8 秦振涛;基于稀疏表示及字典学习遥感图像处理关键技术研究[D];成都理工大学;2015年
9 薛明;基于稀疏表示的在线目标跟踪研究[D];上海交通大学;2014年
10 孙乐;空谱联合先验的高光谱图像解混与分类方法[D];南京理工大学;2014年
中国硕士学位论文全文数据库 前10条
1 吴丽璇;基于稀疏表示的微聚焦X射线图像去噪方法[D];华南理工大学;2015年
2 赵孝磊;基于图像分块稀疏表示的人脸识别算法研究[D];南京信息工程大学;2015年
3 黄志明;基于辨别式稀疏字典学习的视觉追踪算法研究[D];华南理工大学;2015年
4 张铃华;非约束环境下的稀疏表示人脸识别算法研究[D];南京信息工程大学;2015年
5 贺妍斐;基于稀疏表示与自适应倒易晶胞的遥感图像复原方法研究[D];南京信息工程大学;2015年
6 杨烁;电能质量扰动信号的稀疏表示/压缩采样研究[D];西南交通大学;2015年
7 应艳丽;基于低秩稀疏表示的目标跟踪算法研究[D];西南交通大学;2015年
8 梁晓捷;基于网络摄像头与稀疏表示分类法的实时人脸识别系统应用研究[D];五邑大学;2015年
9 张宏乐;语音信号稀疏表示方法研究[D];太原理工大学;2016年
10 郭欣;基于K-SVD稀疏表示的语音增强算法研究[D];太原理工大学;2016年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978