基于稀疏表示的多特征融合害虫图像识别.pdfVIP

第27卷 第 11期 模式识别与人工智能 V01．27 No．11 2014年 11月 PR ＆ AI NOV． 2014 基于稀疏表示的多特征融合害虫图像识别 胡永强 宋良图 张 洁 谢成军 李 瑞 (青海省科技信息研究所 西宁810001) 。(中国科学院合肥智能机械研究所 合肥 230031) 摘 要 为提高害虫图像识别的准确率，针对不同害虫具有不同的颜色、形状、纹理的特点，提出一种将颜色、形 状、纹理特征与稀疏表示相融合的害虫识别方法．该方法利用已标注的训练样本构造不同特征下的训练样本矩阵， 通过求解样本的最优稀疏系数以实现害虫图像识别．由于相同样本通过不同特征训练字典求解的稀疏系数不同， 进而识别结果也不同．因此，文中进一步通过设计不同特征下的识别分类器实现多特征的融合．在实验室环境与农 田环境下的实验结果表明，相较于其他方法，该方法的害虫识别率获得较大的提高． 关键词 害虫识别 ，特征提取，稀疏表示 ，多特征融合 ，AdaBoost 中图法分类号 TP391．4 PestImageRecognition ofM ulti·featureFusion BasedonSparseRepresentation HUYong—Qiang，SONGLiang．Tu，ZHANGJie2，XIEChengJun，LIRui (InstituteofScienceandTechnologyInformationofQinghaiProvince，Xining810001) (InstituteofInteUigentMachines，ChineseAcademyofSciences，Hefei230031) ABSTRACT Aimingatthecharacteristicsofdifferentpestimageswithdifferentcolors，shapesandtextures，a pestrecognitionmethodbasedonsparserepresentationandmulti—featurefusionisproposed，whichusesa matrixoflabeledtrainingsamplestoconstructdifferentdictionaries．Therecognitionresultisachievedby solvingoptimalsparse coefficientswiht the corresponding feature dictionary．Furthermore，a novel learningmethod，whichcanbeimprovedefficientlybyjointlyoptimizingclassifierweights，ispresented toeffectivelyfusemuhiplefeaturesforpestcategorization．Theexperimentalresultsonrealdatasetsshow thattheproposedmethodperfomr swellonpestspeciesrecognitioneitherinlaboratoryorinfarmland． KeyW ords