基于卷积神经网络的树种识别研究

摘要：

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.

关键词：卷积神经网络、树皮纹理图像、树种识别

所属期刊栏目：36

分类号：S79;TP183;TP391.41(森林树种)

资助基金：国家自然科学基金项目31570712

在线出版日期：2020-03-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：33-38