基于Gabor及深度神经网络的葡萄种子分类

摘要：

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.

关键词：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

所属期刊栏目：49

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金;中央高校科研团队建设项目

在线出版日期：2020-04-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：131-138