[发明专利]一种基于四通道卷积神经网络的树干纹理识别方法在审
| 申请号： | 201910762013.5 | 申请日： | 2019-08-19 |
| 公开（公告）号： | CN110689039A | 公开（公告）日： | 2020-01-14 |
| 发明（设计）人： | 宣琦;刘文成;翔云 | 申请（专利权）人： | 浙江工业大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 33241 杭州斯可睿专利事务所有限公司 | 代理人： | 王利强 |
| 地址： | 310014 浙江省*** | 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： | 一种基于四通道卷积神经网络的树干纹理识别方法，包括以下步骤S1：树干图像数据集的采集，保证图像的完整性；S2：图像预处理；S3：利用四通道卷积神经网络训练多分类器。本发明可以获取到更丰富的图像特征信息，自动学习出更具有区分度的特征,训练得到的分类器的分类精度和鲁棒性都较高。 | ||
| 搜索关键词： | 卷积神经网络 四通道 图像特征信息 图像预处理 多分类器 树干图像 纹理识别 自动学习 分类器 鲁棒性 区分度 数据集 树干 采集 图像 分类 保证 | ||
【主权项】：
1.一种基于四通道卷积神经网络的树干纹理识别方法，其特征在于：所述方法包括以下步骤：/nS1：树干图像数据集的采集,提取的是树干的特征，根据树干的纹理来识别树种，这就要求拍摄的树木图像主要聚焦在树干上，保证图像的完整性；/nS2：对原始图像数据集进行预处理；/nS3：对处理后的图像利用四通道卷积神经网络进行机器学习,训练多分类器。/n
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工业大学，未经浙江工业大学许可，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/201910762013.5/，转载请声明来源钻瓜专利网。
