重庆市自然科学基金(CSTC2006BB1347)
- 作品数:4 被引量:8H指数:2
- 相关作者:张敏朱庆生柳锋杨方云更多>>
- 相关机构:重庆大学中国农业科学院柑桔研究所更多>>
- 发文基金:重庆市自然科学基金国家教育部博士点基金更多>>
- 相关领域:自动化与计算机技术农业科学更多>>
- 基于ColorMax模型的拟视皮层图像识别
- 2008年
- 受生物学研究启发,模拟视皮层组织结构提出了ColorMax层次模型用于彩色图像识别问题。利用ColorMax模型进行学习能得到较高层次的复杂仿真视觉特征,这些特征具有较好的识别可分性和不变性。利用该模型实现基于对象颜色、纹理和形状的综合特征识别与比较。实验结果表明,提出的模型能够在学习样本数量少的情况下进行学习,提高了识别的速度,能达到与当前先进算法相当识别效果。
- 朱庆生张敏柳锋
- 关键词:视皮层特征构造
- 机器视觉和AdaBoost的柑桔溃疡病自动检测被引量:3
- 2008年
- 将计算机视觉技术应用于柑桔病害识别问题,实现了快速准确的识别柑桔溃疡病。从特征构造,特征选择和识别系统设计三方面进行了研究。在特征构造上采用了Gabor变换,边缘识别等方法得到了包括颜色、纹理及形状的综合特征;在特征选择上采用了AdaBoost算法实现;最后通过AdaBoost学习方法构造分类器并利用滑动窗口技术进行病害区域检测。实验结果证明该方法对柑桔溃疡病其识别准确率高于95%,在训练轮数较多的情况下能够接近99%的识别率,且该识别率较稳定。实验结果显示计算机自动识别效果与专家目测相当,在生产中具有一定的实用价值。
- 朱庆生张敏杨方云柳锋
- 关键词:特征构造分类器识别率
- 基于HMAX特征的层次式柑桔溃疡病识别方法被引量:4
- 2008年
- 提出了一种自底向上的层次式柑桔溃疡病识别算法。针对柑桔溃疡病斑外观多样的特点,采用了在尺度和方向上具有较强不变性和选择性的HMAX特征集来进行病斑图像的特征表示。自底向上的识别过程能够加快识别速度,对于局部特征性强的对象识别能够有效提高识别率,减少误识别率。最后利用AdaBoost方法构造分类器对病斑进行识别,比较实验结果证明本文提出的算法能取得较好的识别效果。
- 朱庆生张敏柳锋
- 关键词:机器视觉分类器
- 柑桔溃疡病自动识别方法及其仿真研究被引量:1
- 2008年
- 研究基于Boosting的柑桔溃疡病自动识别算法。提出了一种基于特征选择准则的Boosting学习算法,采用对称交叉熵作为弱分类器的相似度评价。将弱分类器相似度与Boosting学习过程相结合学习出更优化的弱分类器,对溃疡病斑图象进行特征选取和学习,建立了自适应的病斑特征模型,最后利用该模型完成溃疡病自动识别。实验结果表明,这种算法避免了Boosting算法进行特征提取时的缺点,减少了选取结果中的冗余,尤其在进行高维特征选取时,能够提高特征选取速度,使选取的特征更具代表性。
- 张敏朱庆生杨方云柳锋
- 关键词:机器视觉分类器