中国农业期刊集成服务平台

当前位置: 首页 > 文章 > 基于词袋模型的林业业务图像分类浙江农林大学学报 2017 (5) 791-797

Position: Home > Articles > Classification of forestry images based on the BoW Model Journal of Zhejiang A&F University 2017 (5) 791-797

基于词袋模型的林业业务图像分类

作者：

张广群;李英杰;汪杭军

单位：

浙江农林大学信息工程学院;浙江农林大学浙江省林业智能监测与信息技术研究重点实验室;浙江农林大学暨阳学院

关键词：

森林计测学;林业业务图像;图像分类;特征提取;BoW模型;支持向量机

摘要：

针对林业业务图像的特点,提出了一种基于稠密尺度不变特征转换(Dense SIFT)特征的词袋(BoW)模型,并联合直方图正交核的支持向量机(SVM)对图像自动分类。首先采用Dense SIFT提取林业业务图像特征,然后使用BoW模型描述各业务图像,最后利用SVM进行分类识别。实验结果表明:采用Dense SIFT特征比SIFT特征训练时间和识别时间更短,并有更高的识别率,更适应实时性较高的场合;SVM采用多项式核函数(Poly),径向基核函数(RBF),多层感知器核函数(Sigmoid)以及直方图交叉核对3类林业业务图像分类时,直方图正交核取得的平均识别率最高;综合Dense SIFT在局部特征上的优势,加上BoW模型和直方图交叉核SVM分类器,平均识别率达到了86.7%,有较好的识别效果。

译名：

Classification of forestry images based on the BoW Model

相似文章

森林计测学混合式教学中学生主观能动性的培养 [唐诚, 王翠] 现代农业科技 2018 (16) 272-273
量子粒子群优化最小二乘支持向量机的立木材积估算 [杨立岩, 冯仲科, 刘迎春, 刘金成] 浙江农林大学学报 2018 (5) 868-876
基于智能手机与机器视觉技术的立木胸径测量方法 [管昉立, 徐爱俊] 浙江农林大学学报 2018 (5) 892-899
森林计测学课程教学内容的思考 [杨瑞, 丰霞, 何跃军, 韦小丽] 绿色科技 2016 (5) 206-208
贵州马尾松单株木二元材种出材率表的编制 [金明, 丁贵杰] 浙江农林大学学报 2011,28 (4) 576-582
基于定期调查数据的全林分年生长预测模型研究 [张雄清, 雷渊才] 中南林业科技大学学报 2010,30 (4) 69-74
从建国以来期刊论文看森林计测学的发展 [孟宪宇, 张少昂, 赵世华, 赵乃福] 林业科技通讯 1993 (3) 4-7

导出引用

计量

文章访问数: 16

HTML全文浏览量: 0

PDF下载量: 0

基于词袋模型的林业业务图像分类

相似文章

所属期刊

浙江农林大学学报

推荐期刊

现代农业科技

浙江农林大学学报