[发明专利]一种基于低秩稀疏编码技术的害虫图像特征学习与识别方法在审
| 申请号： | 201610048633.9 | 申请日： | 2016-01-25 |
| 公开（公告）号： | CN105718934A | 公开（公告）日： | 2016-06-29 |
| 发明（设计）人： | 朱会宾;宋良图;谢成军;王伟;胡文皓 | 申请（专利权）人： | 无锡中科富农物联科技有限公司;安徽中科物联科技有限公司;江苏物联网研究发展中心 |
| 主分类号： | G06K9/46 | 分类号： | G06K9/46;G06K9/62 |
| 代理公司： | 合肥天明专利事务所 34115 | 代理人： | 张祥骞;奚华保 |
| 地址： | 214000 江苏省无锡市新区菱*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于低秩稀疏编码技术的害虫图像特征学习与识别方法，与现有技术相比解决了害虫图像难以识别的缺陷。本发明包括以下步骤：害虫训练样本图像随机采样与分解，进行大规模害虫训练样本图像随机采样，通过图像分割方法将图像分解成若干个超像素区域；采集SIFT特征，在害虫图像的各个超像素区域中采集SIFT特征；采用低秩稀疏编码技术对图像局部特征进行编码和学习；多类分类器识别，获取需进行分类的图像，通过多类分类器对局部特征进行训练学习，实现测试样本害虫所属类别的判定。本发明在计算效率和精度上都有了较大的提高。 | ||
| 搜索关键词： | 一种 基于 稀疏 编码 技术 害虫 图像 特征 学习 识别 方法 | ||
【主权项】：
一种基于低秩稀疏编码技术的害虫图像特征学习与识别方法，其特征在于，包括以下步骤：11)害虫训练样本图像随机采样与分解，进行大规模害虫训练样本图像随机采样，通过图像分割方法将图像分解成若干个超像素区域；12)采集SIFT特征，在害虫图像的各个超像素区域中采集SIFT特征；13)采用低秩稀疏编码技术对图像局部特征进行编码和学习；14)多类分类器识别，获取需进行分类的图像，通过多类分类器对局部特征进行训练学习，实现测试样本害虫所属类别的判定。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于无锡中科富农物联科技有限公司;安徽中科物联科技有限公司;江苏物联网研究发展中心，未经无锡中科富农物联科技有限公司;安徽中科物联科技有限公司;江苏物联网研究发展中心许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201610048633.9/，转载请声明来源钻瓜专利网。
