依据特征融合和深度学习的树木叶片分类方法

编号 zgly0001694549

文献类型 期刊论文

文献题名 依据特征融合和深度学习的树木叶片分类方法

作者 孙丽萍  陈泓钢  岳琪  张瑶  张怡卓 

作者单位 东北林业大学 

母体文献 东北林业大学学报 

年卷期 2020年06期

年份 2020 

分类号 S718.4  TP391.41  TP18 

关键词 树木叶片  叶片分类识别  局部三值模式  梯度方向直方图  深度信念网络 

文摘内容       以Pl@ntNet Identify、leafsnap等树木叶片数据库中的9500张图片为样本,将叶片的特征融合后作为分类依据;将改进的局部三值模式特征和梯度方向直方图特征采用零均值标准化方法进行融合,采用深度信念网络进行训练、识别和分类。结果表明:融合测试方法识别率可达94.87%,优于其他方法在本数据库的识别率;融合方法比单一特征和支持向量机分类等方法识别率更高,且受光照、噪声等影响的鲁棒性更高;实现了树木叶片的快速识别,解决了依据特征的叶片分类方法识别率较低的问题,改善了已有方法特征选取单一、信息不足和分类器简易等不足。