[发明专利]一种基于数字图像的植物种类识别方法有效
| 申请号： | 201110262117.3 | 申请日： | 2011-09-06 |
| 公开（公告）号： | CN102324038A | 公开（公告）日： | 2012-01-18 |
| 发明（设计）人： | 曹卫群;裴勇 | 申请（专利权）人： | 北京林业大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06K9/64 |
| 代理公司： | 北京国昊天诚知识产权代理有限公司 11315 | 代理人： | 许志勇 |
| 地址： | 100083 *** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种基于数字图像的植物种类识别方法，包括：采集植物器官数字图像作为测试样本，提取特征向量；将所述特征向量输入第一级分类器，获得投票数排名前n名的n个类别，3＜n＜10；第一级分类器通过如下方式获得：基于全部训练样本的特征集进行分类器训练；将所述特征向量输入第二级分类器，获得识别结果；第二级分类器通过如下方式获得：从所述全部训练样本的特征集中，提取所述n个类别所对应的特征集进行分类器训练。本发明通过分级SVM分类器，有效降低了分类器对样本种类数量的敏感性，消除了样本类别增加对识别准确率的影响，克服了SVM分类器对大样本量识别准确率低的问题，进而提高植物识别的准确率。 | ||
| 搜索关键词： | 一种 基于 数字图像 植物 种类 识别 方法 | ||
【主权项】：
一种基于数字图像的植物种类识别方法，其特征在于，包括：步骤一，采集植物器官数字图像作为测试样本，提取所述测试样本的特征向量；步骤二，将所述特征向量输入第一级分类器，获得投票数排名前n名的n个类别，3＜n＜10；所述第一级分类器通过如下方式获得：基于全部训练样本的特征集进行分类器训练，获得基于支持向量机的所述第一级分类器；步骤三，将所述特征向量输入第二级分类器，获得识别结果；所述第二级分类器通过如下方式获得：从所述全部训练样本的特征集中，提取所述n个类别所对应的特征集进行分类器训练，获得基于支持向量机的所述第二级分类器。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京林业大学，未经北京林业大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201110262117.3/，转载请声明来源钻瓜专利网。
- 上一篇：一种储蓄罐
- 下一篇：搅拌摩擦头内部温度检测方法及装置
