基于深度受限玻尔兹曼机的害虫图像自动识别方法及系统

• 摘要：

  本发明涉及基于深度受限玻尔兹曼机的害虫图像自动识别方法,包括:训练过程:对训练图像集的数据进行预处理,对经预处理的训练图像分组构建训练图像立方体,采用受限玻尔兹曼机算法提取每组训练图像的特征,经过反馈调节,得到训练后的训练图像集特征数据;测试过程:输入待识别的测试图像,对测试图像进行预处理,采用受限玻尔兹曼机算法提取测试图像特征,经过反馈调节,得到误差较小的测试图像的特征数据;识别害虫种类,给出预防方法.本发明该公开了一种基于深度受限玻尔兹曼机的害虫图像自动识别系统.本发明提高了害虫识别率与程序的鲁棒性,提升了害虫识别在农业生产中的实际应用价值.

• 专利类型：

  发明专利

• 申请/专利号：

  CN201410336226.9

• 申请日期：

  2014.07.15

• 公开/公告号：

  CN104091181A

• 公开/公告日：

  2014-10-08

• 发明人：

  王儒敬 李瑞 谢成军 张洁 洪沛霖 宋良图 董伟 周林立 郭书普 张立平 黄河 聂余满

• 申请人：

  中国科学院合肥物质科学研究院

• 主分类号：

  G06K9/66(2006.01)I,G,G06,G06K,G06K9

• 分类号：

  G06K9/66(2006.01)I,G,G06,G06K,G06K9,G06K9/66

• 主权项：

  一种基于深度受限玻尔兹曼机的害虫图像自动识别方法,该方法包括下列顺序的步骤:(1)训练过程:对训练图像集的数据进行预处理,对经预处理的训练图像分组构建训练图像立方体,采用受限玻尔兹曼机算法提取每组训练图像的特征,经过反馈调节,得到训练后的训练图像集特征数据;(2)测试过程:输入待识别的测试图像,对测试图像进行预处理,采用受限玻尔兹曼机算法提取测试图像特征,经过反馈调节,得到误差较小的测试图像的特征数据;(3)识别害虫种类,给出预防方法:求出测试图像的特征数据与训练图像集特征数据的相似度,找出相似度最高的类别.