[发明专利]基于LBP特征与深度学习的金针菇菇头分选识别方法有效
| 申请号： | 201910089040.0 | 申请日： | 2019-01-30 |
| 公开（公告）号： | CN109815923B | 公开（公告）日： | 2022-11-04 |
| 发明（设计）人： | 郑力新;谢炜芳;郑凡星;张瑶 | 申请（专利权）人： | 华侨大学 |
| 主分类号： | G06V20/10 | 分类号： | G06V20/10;G06V10/54;G06V10/46;G06V10/82 |
| 代理公司： | 泉州市文华专利代理有限公司 35205 | 代理人： | 张浠娟 |
| 地址： | 362000 福*** | 国省代码： | 福建;35 |
| 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LBP特征与深度学习的金针菇菇头分选识别方法，包括：1、收集金针菇头部图片，并将所有的金针菇头部图片分为训练集和测试集；2、将训练集的金针菇头部图片进行变化，将变化前的金针菇头部图片和变化后的的金针菇头部图片作为训练数据保存于训练集中；3、提取训练数据的LBP特征a；4、利用卷积神经网络提取训练数据中的深度特征b；5、将降维后的LBP特征a和深度特征b进行融合，得到融合特征c；6、将融合特征c输入到分类器中进行分类得到训练好的模型；7、将测试集中的金针菇头部图片输入到训练好的模型得出预测值，并将预测值与真实值进行比较算出准确率。本发明提高了金针菇头部分类的准确率和效率。 | ||
| 搜索关键词： | 基于 lbp 特征 深度 学习 金针菇 分选 识别 方法 | ||
【主权项】：
1.一种基于LBP特征与深度学习的金针菇菇头分选识别方法，其特征在于：包括如下步骤：步骤1、收集金针菇头部图片，并将所有的金针菇头部图片分为训练集和测试集；步骤2、将所述训练集的金针菇头部图片进行变化，将变化前的金针菇头部图片和变化后的的金针菇头部图片作为训练数据保存于训练集中；步骤3、提取所述训练数据的LBP特征a，并对LBP特征a进行降维处理；步骤4、利用卷积神经网络提取所述训练数据中的深度特征b；步骤5、将降维后的所述LBP特征a和深度特征b进行融合，得到融合特征c；步骤6、将所述训练数据中所述融合特征c输入到分类器中进行分类得到训练好的模型，并得到最终的分类结果；步骤7、将所述测试集中的金针菇头部图片输入到训练好的模型得出预测值，并将预测值与真实值进行比较算出模型的准确率。
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华侨大学，未经华侨大学许可，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/201910089040.0/，转载请声明来源钻瓜专利网。
