位置:成果数据库 > 期刊 > 期刊详情页
一种角度无关的Gabor-SVM昆虫识别
  • ISSN号:1000-1220
  • 期刊名称:《小型微型计算机系统》
  • 时间:0
  • 分类:TP391[自动化与计算机技术—计算机应用技术;自动化与计算机技术—计算机科学与技术]
  • 作者机构:[1]西北大学可视化技术研究所,陕西西安710127, [2]北京师范大学信息科学与技术学院,北京100875, [3]福建农林大学计算机与信息学院,福建福州350002
  • 相关基金:国家自然科学基金重点项目(60736008)资助;国家“八六三”高技术研究发展计划项目(2008AA01Z301)资助;国家自然科学基金项目(60873094)资助.
中文摘要:

传统的昆虫识别方法费时费力,应用图像处理技术提取昆虫图像视觉特征,实现昆虫机器自动识别,可以解决传统方法的不足.本研究依据纹理是昆虫分类的重要特征,应用角度无关的Gabor滤波器提取昆虫图像的纹理特征,然后用SVM算法分类.实验结果表明:角度无关Gabor—SVM昆虫识别方法正确率为80%,是比传统Gabor和灰值游程矩阵更好的识别算法,该方法能较;但确识别昆虫,省时省力.

英文摘要:

The traditional method of recognizing insects is time-consuming. Its solution is using image processing technology to extract visual features of insect images and then machines automatically identify insects. According to texture is important feature for insects recognition, in our research, angle invariant Gabor is used to extract texture feature of insects images, and then use SVM algorithm to classify insects. The experimental results show that:the correct rate of angle invariant Gabor-SVM algorithm for insect recognition is 80%, which is better than traditional Gabor and run length algorithm, invariant Gabor-SVM algorithm can more accurately identify insects and time-saving.

同期刊论文项目
期刊论文 77 会议论文 28 获奖 4 著作 4
同项目期刊论文
期刊信息
  • 《小型微型计算机系统》
  • 中国科技核心期刊
  • 主管单位:中国科学院
  • 主办单位:中国科学院沈阳计算技术研究所
  • 主编:林浒
  • 地址:沈阳市浑南新区南屏东路16号
  • 邮编:110168
  • 邮箱:xwjxt@sict.ac.cn
  • 电话:024-24696120 024-24696190-8870
  • 国际标准刊号:ISSN:1000-1220
  • 国内统一刊号:ISSN:21-1106/TP
  • 邮发代号:8-108
  • 获奖情况:
  • 中国自然科学核心期刊,中国科学引文数据库来源期刊
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,波兰哥白尼索引,荷兰文摘与引文数据库,美国剑桥科学文摘,英国科学文摘数据库,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:23212