论文部分内容阅读
针对小麦不完善粒识别中传统图像处理方法需要复杂的特征提取且识别效果不佳的问题,设计并实现基于CNN深度模型的小麦不完善粒识别方法。建立图像数据库Wheat Image,并结合空间金字塔池化理论构建CNN网络模型,接着对样本集进行扩展,以提高模型泛化能力,设计双面识别方案并完成对小麦完善粒、破碎粒和病斑粒的识别。所提出的方法相对于传统的图像处理识别方法,识别率提高15个百分点;相对于常规CNN模型,识别率提高5%;对于引入噪声以及亮度改变的图像,识别率也达到90%以上;设计的双面识别方案有效地降低了识