10.3969/j.issn.1006-8023.2020.01.005
基于卷积神经网络的树种识别研究
由于森林资源的重要性和不可替代性,准确识别树种是研究和保护森林资源的基础.本研究采用ROI(感兴趣区域)截取及直方图均衡化的图像增强方法对原始数据集进行预处理,基于调整和优化的Lenet 5卷积神经网络模型结构,对无干扰背景下的水曲柳、家榆和白桦等5种典型东北林木的树皮纹理RGB图像自动提取特征,进行分类识别.结果表明,该卷积神经网络对5种树种的识别正确率达到95.8%.为林业资源管理节约人工定义树皮纹理特征的成本,为计算机自动识别树种提供更高效、更准确和鲁棒性更强的方法.
卷积神经网络、树皮纹理图像、树种识别
36
S79;TP183;TP391.41(森林树种)
国家自然科学基金项目31570712
2020-03-15(万方平台首次上网日期,不代表论文的发表时间)
共6页
33-38