基于PCANet的杂草种子的分类识别

摘要：

本文面向杂草种子识别提出PCANet的改进型,通过两层多组正交滤波器针对杂草种子图像提取特征,获得特征后利用LMC分类器对其进行分类.通过实验,发现这种变体方法取得了很好的分类效果.对于91类杂草种子的数据集,有45类的种子的分类识别效果达到100％,平均识别率90.18％.实验结果表明：这种方法提高了杂草种子识别的准确率,可以应用到农业的生产实践中.

关键词： 杂草种子图像 分类识别 特征提取 深度学习

作者: 王新邵 蔡骋

作者单位: 西北农林科技大学信息工程学院,陕西杨凌712100

会议类型: 国内会议

会议名称: 第17届全国图象图形学学术会议

会议地点: 珠海

会议语种:中文

页码: 199-203

在线出版日期: 2014-11-14（万方平台首次上网日期，不代表论文的发表时间）