您的位置：
首页
>
农业专利
>
详情页
一种基于多特征深度学习技术的农田害虫图像识别方法
- 专利权人:
- 中国科学院合肥物质科学研究院
- 发明人:
- 谢成军,宋良图,张超凡,李瑞,张洁,周林立,陈红波,刘磊
- 申请号：
- CN201510923464.4
- 公开号：
- CN105488536A
- 申请日:
- 2015.12.10
- 申请国别(地区):
- 中国
- 年份:
- 2016
- 代理人:
- 张祥骞`奚华保
- 摘要：
- 本发明涉及一种基于多特征深度学习技术的农田害虫图像识别方法，与现有技术相比解决了复杂环境条件下害虫图像识别性能差的缺陷。本发明包括以下步骤：针对大规模害虫图像样本进行多特征提取，提取大规模害虫图像样本的颜色特征、纹理特征、形状特征、尺度不变特征转换特征和方向梯度直方图特征；多特征深度学习，对不同类型特征分别进行非监督字典训练，获得不同类型特征的稀疏表示；训练样本的多特征表示，通过结合不同类型特征，构建害虫图像样本的多特征表示形式-多特征稀疏编码直方图；构建多核学习分类器，通过学习害虫图像正负样本的稀疏编码直方图构建多核分类器，实现害虫图像的分类。本发明提高了害虫识别的准确率。
- 来源网站：
- 中国工程科技知识中心
- 来源网址：
- http://www.ckcest.cn/home/
