[工学]BP神经网络分类器在储粮害虫图像检索中的应用研究.pdf

20 10年 1月 中国粮油学报 Vo l. 25,No. 1 第 25卷第 1期 Jou rnal of the Ch ine se Cereals and O ils A ssociation J an. 20 10 BP神经网络分类器在储粮害虫图像 检索中的应用研究 许振伟 (浙江工商大学信息与电子工程学院 ,杭州 　3 100 18) 摘 　要 　针对储粮害虫图像检索特点 ,将 B P神经网络分类器技术应用于储粮害虫图像检测和识别 ,成为 近年来的一个研究热点 。对采集到的包含储粮害虫的图像使用基于 B P神经网络分类器的图像的储粮害虫图 像检索方法 ,可以在线将储粮害虫从图像背景中分离出来 ,很好地保留了储粮害虫各个部分的纹理特征 ,并将 信息分类存储以备查询 。试验和仿真结果证明该算法不仅在线计算量小 、便于实时控制 ,而且能够快速 、高效 地检测到储粮害虫的有效特征 , 同时进行分类检索 。 关键词 　图像检索 　B P神经网络分类器 　储粮害虫 中图分类号 : TP 183　　文献标识码 : A 　　文章编号 : 1003 - 0 174 (20 10) 0 1 - 0 103 - 04 　　我国是粮食生产 、储藏和消费大国,搞好粮食储 B P神经网络学习算法由于具有在线计算量小 ,不存 藏是关系到国计民生的大事 。传统害虫鉴别方法主 在传统方法的局部极小及收敛速度慢的问题 ,所以 要是以其外部形状特征为依据 ,借助显微镜通过观 在图像处理和图像识别领域已经取得令人瞩 目的成 察昆虫的整体颜色 、斑点、花纹特征以及触角 、头部 、 就 。将 B P神经网络应用于储粮害虫图像识别中 ,大 背部 、腹部 、口器 、复眼、腿部 、翅 、毛和刺的形态结构 大降低判断均方差 ,得到理想的监控效果 [ 3 - 4 ] 。 特征 ,与已有准确记录的模式标本进行对照鉴别 。 这种分类法简便易行 ,但必须由专业人员来进行 ,并 1　图像检索原理 且分类的模式标准也很难统一 ,所以开发实用 、准确 图像检索系统一般包括输入 、查询 、检索等三个 方便的储粮害虫在线检测系统是很有必要的。图像 模块 ,如图 1所示 。其基本工作流程是 :首先对输入 检索是指根据图像媒体对象对图像内容进行的各种 的图像进行一定的预处理 ,然后根据图像的内容从 特征检索 ,能从数据库中直接找到具有指定特征或 图像中选取所需要的图像特征 ,存于数据库中; 当对 含有特定内容的图像 , 区别于传统的基于关键字的 图像进行检索时 ,对于一幅已知的图像抽取其相应 检索手段 ,融合了图像理解 、模式识别等相关技术 , 的特征 ,然后根据提取的特征在图像库中检索与其 特别适合于储粮害虫在线检测系统的实现 [ 1 - 2 ] 。 相似的图像 , 也可以相对于某一查询要求给出一些 在图像检索系统中若能对具有相似特征的图像 特征值 ,然后根据所给定的特征值在图像库中检索 进行聚类 ,避免与很多无关图像的匹配过程 ,可以大 所要的图像 [ 3 ] 。 大减少检索过程 中的时间。B P ( B ack Prop agation ) network ,简称 B P 网络 学习算法是最著名的多层前 向反馈式神经网络训练算法 ,其主要思想是利用已 知确定的样本模式对网络进行训练 ,然后利用训练 好的网络进行图像的处理和识别 , B P 网络的训练过 程就是修正各层神经元之间的连接权的系数过程 。 ( ) 基金项 目:浙江省自然科学基金项 目 Y106669 收稿 日期 : 2009 - 0