基于改进型LBP算法的植物叶片图像识别研究

来源 :计算机工程与应用 | 被引量 : 2次 | 上传用户：A403537889

【摘要】

：

为了解决LBP算法抽取的纹理特征仅考虑了邻域像素的特征,忽略关键的局部和全局特征的问题,提出一种基于改进型LBP算法的WCM-LBP植物叶片图像特征提取方法。该算法融合了加权局部均值算法WRM-LBP和加权全局均值算法WOM-LBP,通过提取叶片基于区域的关键几何特征和纹理特征对LBP特征描述符进行加权改造,并采用加权局部均值和加权全局均值代替传统的中心像素点,最后将叶片图像的R、G和B通道颜色分

【作者】

：

李龙龙何东健王美丽

【机构】

：

陕西工业职业技术学院信息工程学院,西北农林科技大学机械与电子工程学院,西北农林科技大学信息工程学院

【出处】

：

计算机工程与应用

【发表日期】

：

2021年19期

【关键词】

：

图像识别全局均值特征提取颜色分量植物叶片

【基金项目】

：

国家高技术研究发展计划(863计划)(2013AA10230402),国家自然科学基金(61402374),陕西省教育厅科学研究计划项目(18JK0062)。

下载到本地 , 更方便阅读

下载此文赞助VIP

声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架

论文部分内容阅读

其他文献

基于注意力机制和图卷积的小样本分类网络

深度神经网络在有着大量标注数据的图像识别任务上已经占据了统治地位,但是在只有少量标注数据的数据集上训练一个好的网络仍然是一个据有挑战性的任务。如何从有限的标注数据中学习已经成为了一个有着很多应用场景的热点问题。目前有很多解决小样本分类任务的方法,但是仍然存在识别准确率低的问题,根本原因是在小样本学习中,神经网络只能接收少量有标签的数据,导致神经网络不能获取足够的用来识别的信息。因此,提出了一种基于

期刊

小样本学习图像识别注意力机制图卷积网络

盘点抗震救灾新科技

“5·12”汶川大地震已经过去整整10年。在这10年间，我国的经济水平不断提高，国力日益增强，科技水平得到了极大的发展，一系列抗震救灾的先进技术和设备不断涌现。　　全球领先的地震预警系统　　一直以来，地震预报是世界性的未解难题。地震预警不是预报，而是在地震发生后，利用地震波与电波在传播速度上的差异来打时间差。　　“ICL地震预警技术系统”（以下简称ICL）是我国首个通过科技成果鉴定的地震预警技术系

期刊

机器人发生技术无人机设备遥感

融合知识表示和深度强化学习的知识推理方法

知识推理是解决知识图谱中知识缺失问题的重要方法,针对大规模知识图谱中知识推理方法仍存在可解释性差、推理准确率和效率偏低的问题,提出了一种将知识表示和深度强化学习相结合的方法RLPTransE。利用知识表示学习方法,将知识图谱映射到含有三元组语义信息的向量空间中,并在该空间中建立强化学习环境。通过单步择优策略网络和多步推理策略网络的训练,使强化学习智能体在与环境交互过程中,高效挖掘推理规则进而完成推理。在公开数据集上的实验结果表明,相比于其他先进方法,该方法在大规模数据集推理任务中取得更好的表现。

期刊

知识推理深度强化学习知识表示路径控制规则挖掘

基于改进型LBP算法的植物叶片图像识别研究

其他学术论文