当前位置: 首页 > 技术资源 > 科技成果 > 详情
专利

一种基于上下文感知字典学习的害虫图像分类方法

行业领域: 电子信息|生物医药

发布时间:2020/3/6 14:42:42

合作方式:成果转让

面议

在线咨询
成果内容简介

一、技术摘要

本发明提供一种基于上下文感知字典学习的害虫图像分类方法,包括以下步骤:将已知类别的害虫图像的上下文感知信息添加到害虫图像样本库,得到若干类训练样本,构造学习函数,利用训练样本完成害虫图像过完备字典的学习;将待分类害虫图像进行预处理,得到测试样本将测试样本进行稀疏表示维数约简处理;将经过稀疏表示维数约简后的测试样本读入稀疏表示分类器,根据通过学习得到的过完备字典,计算测试样本与各类训练样本上下文感知信息的残差对测试样本与各类训练样本上下文感知信息的残差进行分析,判定测试样本的类别。本发明能够提高复杂场景中的害虫图像分类的精度和效率,提升传统农作物害虫诊断模式。

 

二、技术背景

害虫是农作物生长中的大敌,在农作物整个生长期内都有发生,可造成农作物大量减产。施用化学农药虽能够大大减轻农业损失,但使用化学农药引起的“三致”问题指农药对高等动物的致基因突变、致癌、致畸作用、农药残留、环境污染等负面影响日益突出。可见,对害虫进行预测预报,从而进行有效防治显得尤为重要,但进行这些工作的前提之一,就是要对害虫进行准确地分类与识别。传统的害虫图像分类方法在环境得到有效控制的前提下性能卓越,然而在现实场景中,针对害虫图像的复杂背景、图像中害虫的不同姿态等情况,仅利用害虫图像外观特征信息进行训练学习,其识别的难度较大,识别精度有限。为此,如何开发出一种速度快、精度高的害虫图像分类方法已经成为函待解决的技术问题。

 

三、技术原理

四、技术优势

适用范围
前期应用示范情况
获得研发资助情况
转化应用前景
技术推广方式

中国科学院合肥物质科学研究院

认证用户可见

认证用户可见

认证用户可见

认证用户可见

认证用户可见

发布统计

569

科技成果

166

技术需求