基于分层卷积深度学习系统的植物叶片识别研究.pdfVIP

第38卷摇 第9期 北 京 林 业 大 学 学 报 Vol.38,No.9 2016年9月 JOURNAL OF BEIJING FORESTRY UNIVERSITY Sep. ,2016 鄄鄄 DOI:10.13332/ j.1000 1522 基于分层卷积深度学习系统的植物叶片识别研究 张摇 帅摇 淮永建 (北京林业大学信息学院) 摘要:深度学习已成为图像识别领域的研究热点。 本文以植物叶片图像识别为研究对象,对单一背景和复杂背景 图像分别给出了优化预处理方案;设计了一个8层卷积神经网络深度学习系统分别对Pl@antNet 叶片库和自扩展 的叶片图库中33293张简单背景和复杂背景叶片图像进行训练和识别,并与传统基于植物叶片多特征的识别方法 进行了比较分析。 实验证明:本文提供的CNN+SVM和CNN+Softmax分类器识别方法对单一背景叶片图像识别 率高达91郾11%和90郾90%,识别复杂背景叶片图像的识别率也能高达34郾38%,取得了较好的识别效果。 利用本 文实现的分层卷积深度学习识别系统在数据量大而无法做出更多优化的情况下,叶片图像的识别率更高,尤其是 针对复杂背景下的叶片图像,取得了极佳的识别效果。 关键词:植物识别;叶片图像;特征提取;支持向量机;深度学习 鄄鄄 鄄鄄 鄄鄄 中图分类号:S718郾4;TP391郾4摇 摇 文献标志码:A摇 摇 文章编号:1000 1522(2016)09 0108 08 ZHANG Shuai; HUAI Yong鄄jian. Leaf image recognition based on layered convolutions neural 鄄鄄 network deep learning. Journal of Beijing Forestry University (2016)38(9) 108 115 [Ch,22 ref.] School of Information,Beijing Forestry University,Beijing,100083,P.R. China. Deep learning has been recently becoming research hotspot in thefield of image recognition. In this study,plant leaf imageswere used asrecognition objects. Plant leaf imageswere divided into single and complex background and were treated by using image segmentation method. We design a deep learning system which includes eight layers of Convolution Neural Network (CNNs) to identify leaf images. And then the deep learning system was tested with 33 293 leaf sample images which come from Pl@antNet libraries andour extendingleaf librariesfor imagetraining andrecognition. Compa