文献类型：期刊文章

作　　者：谢成军[1] 李瑞[1] 董伟[2] 宋良图[1] 张洁[1] 陈红波[1] 陈天娇[1]

机构地区：[1]中国科学院合肥智能机械研究所,合肥230031 [2]安徽省农业科学院农业经济与信息研究所,合肥230031

出　　处：《农业工程学报》

基　　金：国家自然基金项目:基于上下文感知与稀疏表示的害虫图像识别研究(31401293);安徽省农业科学院院长青年创新基金项目:基于机器视觉的植保图像采集与元数据管理技术研究(14B1461)

年　　份：2016

卷　　号：32

期　　号：17

起止页码：144-151

语　　种：中文

收录情况：AJ、BDHX、BDHX2014、CAB、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2015_2016、EI(收录号：20163502759529)、FSTA、IC、JST、PROQUEST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：相较于一般物体的图像,农作物害虫图像因具有复杂的农田环境背景,分类与识别更加困难。为提高害虫图像识别的准确率,该文提出一种基于图像稀疏编码与空间金字塔模型相结合的害虫图像表示与识别方法。该方法利用大量非标注的自然图像块构造过完备学习字典,并运用该学习字典实现对害虫图像的多空间稀疏表示。与此同时,结合多核学习,该文设计了一种害虫图像识别算法。通过对35种害虫的识别,试验结果表明:在相同方法下,该文所提特征提取方法可使平均识别精度提高9.5百分点;此外,进一步通过对221种昆虫及20种蝴蝶的识别,试验结果表明:与传统方法相比较,该文所提方法使得平均识别精度提高14.1百分点。

关 键 词：图像识别 算法  害虫控制 字典学习 稀疏编码  金字塔模型

分 类 号：TP751]