基于Gabor及深度神经网络的葡萄种子分类

作者：杨旺功; 淮永建^*; 张福泉

来源：电子科技大学学报, 2020, 49(01): 131-138.

• 分类识别
• 深度学习
• 特征提取
• Gabor小波
• 葡萄种子
• 机器学习
• 神经网络

种子成熟度需要受过长期训练的专家通过肉眼进行观察和判断。为了改变传统人工经验判断的方式,该文提出了一种基于Gabor小波特征提取及深度神经网络的葡萄种子图像分类识别算法,以便实现高效、准确的分类识别效果。首先,利用背景差分法在背景图像中分割出兴趣目标,从而完成图像的预处理。然后,通过改进的Gabor小波特征提取,使得Gabor滤波后的图像具有更多的细节纹理信息。最后,将深度卷积神经网络和提取到的纹理特征信息相结合进行分类。实验结果表明,基于机器学习的葡萄种子成熟度识别是切实可行的。且相比于其他类似分类算法,本文算法的图像分类精度有了一定的改善。

• 单位
  北京理工大学; 北京林业大学