基于稀疏编码金字塔模型的农田害虫图像识别-ingentaconnect.pdfVIP

第 32 卷 第 17 期 农 业 工 程 学 报 Vol.32 No.17 144 2016 年 9 月 Transactions of the Chinese Society of Agricultural Engineering Sep. 2016 基于稀疏编码金字塔模型的农田害虫图像识别 1 1※ 2 1 1 1 1 谢成军 ，李 瑞 ，董 伟 ，宋良图 ，张 洁 ，陈红波 ，陈天娇 （1. 中国科学院合肥智能机械研究所，合肥 230031 ；2. 安徽省农业科学院农业经济与信息研究所，合肥 230031 ） 摘 要：相较于一般物体的图像，农作物害虫图像因具有复杂的农田环境背景，分类与识别更加困难。为提高害虫图像 识别的准确率，该文提出一种基于图像稀疏编码与空间金字塔模型相结合的害虫图像表示与识别方法。该方法利用大量 非标注的自然图像块构造过完备学习字典，并运用该学习字典实现对害虫图像的多空间稀疏表示。与此同时，结合多核 学习，该文设计了一种害虫图像识别算法。通过对 35 种害虫的识别，试验结果表明：在相同方法下，该文所提特征提取 方法可使平均识别精度提高 9.5 百分点；此外，进一步通过对 221 种昆虫及 20 种蝴蝶的识别，试验结果表明：与传统方 法相比较，该文所提方法使得平均识别精度提高 14.1 百分点。 关键词：图像识别；算法；害虫控制；字典学习；稀疏编码；金字塔模型 doi ：10.11975/j.issn.1002-6819.2016.17.020 中图分类号：TP751 文献标志码：A 文章编号：1002-6819(2016)-17-0144-08 谢成军，李 瑞，董 伟，宋良图，张 洁，陈红波，陈天娇. 基于稀疏编码金字塔模型的农田害虫图像识别[J]. 农业 工程学报，2016，32(17)：144－151. doi ：10.11975/j.issn.1002-6819.2016.17.020 Xie Chengjun, Li Rui, Dong Wei, Song Liangtu, Zhang Jie, Chen Hongbo, Chen Tianjiao. Recognition for insects via spatial pyramid model using sparse coding[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2016, 32(17): 144－151. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2016.17.020 和现实意义。 0 引 言 近几十年，基于计算机视觉技术的害虫图像自动分 目前全世界昆虫约1 000 万种，已经发现并且正式命 类与识别得到了广泛的研究。中国农业大学沈佐锐教授 名的约 100 万种，其中包括农作物害虫。中国是一个农 较早将计算机视觉技术运用到昆虫图像识别[2-4] 中，他率 业大国，害虫种类繁多。2010 年至 2014 年间，全国农业 先将数学形态学作为图像特征引入到机器学习中，并运 技术推广服务中心联合国内 42 家植保领域相关单位调查 用到昆虫分类上，获得了较好的分类效