[发明专利]一种基于构造特征图像深度学习的木材鉴别方法和系统在审
| 申请号： | 201810800080.7 | 申请日： | 2018-07-20 |
| 公开（公告）号： | CN109063713A | 公开（公告）日： | 2018-12-21 |
| 发明（设计）人： | 殷亚方;何拓;焦立超;张毛毛;韩刘杨;陆杨;张永刚;李仁 | 申请（专利权）人： | 中国林业科学研究院木材工业研究所 |
| 主分类号： | G06K9/46 | 分类号： | G06K9/46;G06N3/04;G06N3/08;G06K9/62 |
| 代理公司： | 北京和信华成知识产权代理事务所(普通合伙) 11390 | 代理人： | 胡剑辉 |
| 地址： | 100091 *** | 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： | 本发明实施例涉及一种基于构造特征图像深度学习的木材鉴别方法和系统，所述方法包括：采集木材横切面构造图像数据；将所述图像数据分割为多个大小一致的图像块；根据多个所述图像块建立所述图像数据对应的训练集和测试集；构建木材图像鉴别多层卷积神经网络；采用所述训练集对所述木材图像鉴别多层卷积神经网络进行深度学习；采用所述测试集对深度学习的模型进行测试，根据测试结果优化模型参数，生成木材图像鉴别深度学习算法模型；根据所述图像识别深度学习算法模型对待鉴别木材图像数据进行识别。由此，可以实现对待鉴别木材树种的准确快速识别。 | ||
| 搜索关键词： | 木材 图像鉴别 鉴别 卷积神经网络 构造特征 图像数据 学习算法 测试集 图像块 训练集 多层 学习 图像 图像数据分割 大小一致 构造图像 快速识别 木材树种 图像识别 优化模型 横切面 构建 采集 测试 | ||
【主权项】：
1.一种基于构造特征图像深度学习的木材鉴别方法，其特征在于，包括：采集待鉴别木材横切面构造特征图像数据；将所述图像数据分割为多个大小一致的图像块；根据多个所述图像块建立所述图像数据对应的训练集和测试集；构建木材图像鉴别多层卷积神经网络；采用所述训练集对所述木材图像鉴别多层卷积神经网络进行深度学习；采用所述测试集对深度学习的模型进行测试，根据测试结果优化模型参数，生成木材构造图像识别深度学习算法模型；采用所述图像识别深度学习算法模型对待鉴别木材构造图像数据进行识别，输出识别结果和置信度。
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中国林业科学研究院木材工业研究所，未经中国林业科学研究院木材工业研究所许可，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/201810800080.7/，转载请声明来源钻瓜专利网。
