[发明专利]水稻茎基部飞虱种类及其虫态的自动分类识别方法在审

专利信息
申请号: 201710820419.5 申请日: 2017-09-13
公开(公告)号: CN107578050A 公开(公告)日: 2018-01-12
发明(设计)人: 姚青;唐健;陈国特;俞佩仕;杨保军 申请(专利权)人: 浙江理工大学;中国水稻研究所
主分类号: G06K9/46 分类号: G06K9/46;G06K9/62;G06N3/04;G06N3/08
代理公司: 杭州天勤知识产权代理有限公司33224 代理人: 胡红娟
地址: 310018 浙江省杭州市*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明公开了一种水稻茎基部飞虱种类及其虫态的自动分类识别方法,包括以下步骤(1)从水稻茎基部的彩色图像上裁剪出飞虱子图像以及非飞虱子图像,构成第一训练集;(2)提取第一训练集中子图像的方向梯度直方图特征,训练自适应提升级联分类器;(3)利用训练好的自适应提升级联分类器对彩色图像进行检测,对目标样本的飞虱种类及其虫态、非飞虱噪声进行识别标记,作为第二训练集;(4)构建深度卷积神经网络模型并利用第二训练集对其进行训练;(5)利用训练好的自适应提升级联分类器和深度卷积神经网络模型对待测水稻茎基部的彩色图像上的飞虱进行检测和分类识别。该方法具有较高准确率和较低误检率。
搜索关键词: 水稻 基部 种类 及其 自动 分类 识别 方法
【主权项】:
一种水稻茎基部飞虱种类及其虫态的自动分类识别方法,其特征在于,包括以下步骤:(1)采集水稻茎基部的彩色图像,从彩色图像上裁剪出飞虱子图像以及与飞虱形状相似的非飞虱子图像,按比例缩放到统一尺寸后构成第一训练集;(2)提取第一训练集中子图像的方向梯度直方图特征,训练自适应提升级联分类器;(3)利用训练好的自适应提升级联分类器对水稻茎基部的彩色图像中的飞虱进行检测,得到目标样本,通过人工对目标样本的飞虱种类及其虫态、非飞虱噪声进行识别标记,作为第二训练集;(4)构建深度卷积神经网络模型并利用第二训练集对其进行训练;(5)采集待测水稻茎基部的彩色图像,利用训练好的自适应提升级联分类器对彩色图像上的飞虱进行检测,得到目标图像;利用训练好的深度卷积神经网络模型对目标图像进行飞虱种类及其虫态、非飞虱噪声进行分类识别。
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浙江理工大学;中国水稻研究所,未经浙江理工大学;中国水稻研究所许可,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/201710820419.5/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top