基于联合稀疏模型的黄瓜病害自动识别
2019-07-26分类号:TP391.41
【部门】仲恺农业工程学院机电学院 广东外语外贸大学语言工程与计算实验室
【摘要】提取黄瓜7种叶部病害图像颜色、形状和纹理的共26种特征进行研究,发现不同形式的特征在用同一样本集合稀疏表示时,它们的稀疏系数有着相似的结构。通过引入联合稀疏模型构造方程,对这一规律进行数学描述,使用加速近端梯度法求解联合稀疏系数,最后借助重构误差来实现病害识别。试验表明,这一算法的正确识别率达到90.67%,较稀疏表示分类算法提高5.7%,计算消耗时间7.5 s,较稀疏表示分类算法缩短4.3 s。
【关键词】黄瓜病害识别 多任务学习 联合稀疏模型 加速近端梯度 图像分割 特征抽取
【基金】国家自然科学基金项目(61877013);; 广东省自然科学基金项目(2017A030310618);; 广东省科学技术厅项目(2016A020210131);; 广东省重点平台及科研项目(2017GXJK073)
【所属期刊栏目】湖南农业大学学报(自然科学版)
文献传递