基于支持向量机的储粮害虫分类识别技术研究  

Research of Grain Pests Detection and Classification Based on SVM

作　　者：甄彤[1] 范艳峰[1] 

机构地区：[1]河南工业大学信息科学与工程学院

出　　处：《计算机工程》2006年第9期167-169,共3页Computer Engineering

基　　金：国家"粮食丰产科技工程"基金资助项目(2004BA520A)

摘　　要：介绍了采用三帧差分法实现谷物害虫图像恢复与提取的方法,利用图像的一阶灰度值直方图和图像的目标区域,自动提取静态储粮害虫图像的纹理等特征。针对于相对特征维数而言样本数很少的特点,提出利用多类SVM分类器的方法实现对储粮害虫的快速鉴定和分类。实验结果表明,相比传统的神经网络,SVM在有限样本情况下具有良好的泛化能力。A method of using three image differences to restore and extract the pest images is introduced. With reference to the fist order gray histogram of pest images and their graphic target zones, a technique is provided to extract the texture eigenvalue. A multi-class support vector machine is proposed to implement the quick identification and classification of grain pests according to small amount samples compared to the dimensions. The test shows the better generalization ability of SVM than that of ANN under the conditions of limited training samples,

关 键 词：三帧差分法 纹理特征 分类 人工神经网络 SVM 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程]