基于稀疏表示和卷积神经网络的水果图像分类与实现

基于稀疏表示和卷积神经网络的水果图像分类与实现

ID:35068689

大小:3.26 MB

页数:67页

时间:2019-03-17

基于稀疏表示和卷积神经网络的水果图像分类与实现_第1页
基于稀疏表示和卷积神经网络的水果图像分类与实现_第2页
基于稀疏表示和卷积神经网络的水果图像分类与实现_第3页
基于稀疏表示和卷积神经网络的水果图像分类与实现_第4页
基于稀疏表示和卷积神经网络的水果图像分类与实现_第5页
资源描述:

《基于稀疏表示和卷积神经网络的水果图像分类与实现》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、学校代码:10564学号:EM20130021分类号:TP391密级:硕士学位论文基于稀疏表示和卷积神经网络的水果图像分类与实现吕伟第一指导教师:薛月菊教授第二指导教师:张南峰研究员学院名称:工程学院专业学位类别:工程硕士领域:计算机技术答辩委员会主席:王卫星教授中国·广州2016年6月学位论文原创性声明本人郑重声明:所呈交的学位论文是本人在导师的指导下独立进行研究所取得的研究成果。除了文中特别加以标注引用的内容外,本论文不包含任何其他个人或集体已经发表或撰写的作品成果。对本文的研究做出重要贡献的个人和集体,均已在文中以明确方式标明。本人完全意识到本声明的

2、法律结果由本人承担。作者签名:日期:学位论文提交同意书本学位论文符合国家和华南农业大学关于研究生学位论文的相关规定,达到学位授予要求,同意提交。导师签名:日期:学科带头人签名:日期:III摘要水果的分类技术一直是国内外农业信息化领域的研究热点问题,近年取得了突飞猛进的发展。但在获取的水果图像规模大、数据特征复杂、局部遮挡、光照变化及场景复杂情况下,水果识别率显著下降。因此,水果识别技术应用到实际农业中仍然面临着诸多的问题和挑战。针对大规模水果种类识别中存在特征冗余大、手工特征设计具有主观性的问题,从水果特征表达和特征自动学习两个方面进行研究:在特征表达方面

3、,研究了RGB水果图像的稀疏编码方法和RGB水果图像的局部约束线性编码方法;在特征自动学习方面,研究了RGB图像特征方法。本文的主要工作如下:(1)提出基于稀疏编码的空间金字塔匹配模型(SparseCodingSpatialPyramidMatching,ScSPM)的水果分类方法。首先采用SIFT特征对RGB-D水果图像进行局部特征点提取,克服不同光照及尺度变换影响;然后采用稀疏编码和空间金字塔进行特征表达;最后采用线性SVM分类器实现水果种类识别。实验结果表明,融合SIFT特征和ScSPM特征表达后,水果分类准确率达98.90%,比颜色直方图特征提取方

4、法的准确率高8.02%。(2)提出基于局部约束线性编码的空间金字塔匹配模型(Locality-constrainedLinearCoding,LLC)水果分类方法。由于稀疏编码的空间金字塔匹配模型在图像的编码速度上比较慢,采用局部约束线性编码用于空间金字塔匹配模型中以提高水果RGB图像编码速度。LLC同时考虑特征的稀疏性与局部性,水果种类分类正确率达99.25%。(3)提出基于卷积神经网络(ConvolutionalNeuralNetworks,CNN)的水果分类方法。该方法采用了深度学习框架--Caffe平台,运用CNN对图像进行本质特征进行自动学习,水

5、果种类分类正确率达99.53%,克服了手工特征设计依赖于经验的问题,提高了水果分类方法的准确性。(4)基于上述研究,进行了水果分类系统的开发与实现。利用传感摄像机在光照变化、360度角度变换以及局部遮挡环境下,采集了苹果、百香果、火龙果和橘子等14类39种不同类型水果图像96815幅,建立大规模水果RGB图像数据库。设计了水果分类系统,使用Matlab图形图像处理工具开发了系统界面,对本论文水果分类算法进行编程实现,并对论文的三种RGB水果分类算法加以比较分析。II在水果分类的实验中,本文三种算法中均得到了较高的准确率,其中基于CNN方法的准确率最高,LL

6、C算法次之,SCSPM算法最低;在时间性能上,ScSPM算法所消耗的时间最长,LLC算法其次,CNN算法运算时间最短。在与普通颜色直方图特征提取方法比较时,CNN、LLC和ScSPM特征提取方法比颜色直方图特征提取方法的准确率分别高8.65%、8.37%和8.02%。综合以上水果分类实验结果,说明CNN算法相对于ScSPM算法及局部约束线性编码LLC算法有更理想的分类性能。关键词:水果识别;稀疏表示;特征提取;深度学习;SIFT;LLC;CNN;IIIFruitClassificationandImplementationBasedonSparseRepr

7、esentationandConvolutionalNeuralNetworkLVWei(CollegeofEngineering,SouthChinaAgriculturalUniversity,Guangzhou510642,China)Abstract:Theclassificationtechnologyoffruithasbeenahotissueinthefieldofagricultureinformationathomeandabroad,andhasmadegreatprogressinrecentyears.Buttherecognit

8、ionrateoffruitissignificantlydecr

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。