The embodiment of the present invention provides a method and device for classification and recognition of shellfish products. The method includes: extracting feature data from the image to be recognized according to the wavelet transform, inputting the extracted feature data into the trained BP neural network, and outputting the corresponding image recognition results; classifying shellfish products according to the image recognition results; among them, the BP neural network is the base. After training the sample data of different types of shellfish products and the pre-determined type labels, the sample data extracts the feature data according to the corresponding wavelet changes. The shellfish product classification and recognition method provided in the embodiment of the present invention extracts feature data from the image to be recognized according to the wavelet transform, inputs the extracted feature data into the trained BP neural network, outputs the corresponding image recognition results, and classifies according to the results, thus improving the efficiency and accuracy of classification and recognition.
【技术实现步骤摘要】
贝类产品分类识别方法及装置
本专利技术实施例涉及图像识别领域,尤其涉及一种贝类产品分类识别方法及装置。
技术介绍
贝类产品的养殖、运输及销售等环节均需进行贝类产品的分类处理,对贝类产品分类是对贝类产品进行深加工处理的基础。传统的分类方法主要依靠人工挑拣,此方法不仅效率低下准确度不高,而且实施过程中存在贝类产品损坏的风险。随着对贝类产品质量和产品生产效率要求的不断提高,需要更有效、更准确且更迅速的手段来完成贝类产品的分类工作,以提高生产的自动化程度。目前,基于Gabor特征的贝类图像分类识别算法研究提供一种贝类图像分类识别方法,该方法首先使用二维Gabor滤波器来提取出图像特定区域内多尺度、多方向空间频率的局部细微特征。再运用二维主成分分析对提取后的特征进行降维,将样本点从输入空间通过线性变换映射到一个低维空间,从而获得一个关于原数据集紧致的低维表示,最后采用核函数为径向基函数的支持向量机(SupportVectorMachine,简称SVM)模型进行分类识别。但是Gabor滤波器得到的特征不明显导致准确度不高,且特征提取需要对待处理的图像在其每个像素进行计算,从而导致图像特征维数过高,数据量过大带来较大的计算负担。因此,目前的贝类产品分类方法效率低且准确度不高。
技术实现思路
为了解决上述问题,本专利技术实施例提供一种贝类产品分类识别方法及装置。第一方面,本专利技术提供一种贝类产品分类识别方法,包括:根据小波变换从待识别图像中提取特征数据,将提取后的特征数据输入至训练好的BP神经网络,输出相应的图像识别结果;根据所述图像识别结果,对贝类产品进行分类;其中,所述 ...
【技术保护点】
1.一种贝类产品分类识别方法,其特征在于,包括:根据小波变换从待识别图像中提取特征数据,将提取后的特征数据输入至训练好的BP神经网络,输出相应的图像识别结果;根据所述图像识别结果,对贝类产品进行分类;其中,所述BP神经网络是基于不同类型贝类产品的样本数据以及预先确定的类型标签进行训练后得到,所述样本数据根据相应的小波变化提取特征数据。
【技术特征摘要】
1.一种贝类产品分类识别方法,其特征在于,包括:根据小波变换从待识别图像中提取特征数据,将提取后的特征数据输入至训练好的BP神经网络,输出相应的图像识别结果;根据所述图像识别结果,对贝类产品进行分类;其中,所述BP神经网络是基于不同类型贝类产品的样本数据以及预先确定的类型标签进行训练后得到,所述样本数据根据相应的小波变化提取特征数据。2.根据权利要求1所述的方法,其特征在于,所述根据小波变换从待识别图像中提取特征数据之前,还包括:通过分割算法提取所述待识别图像的主体对象,以实现主体对象与背景分离。3.根据权利要求1所述的方法,其特征在于,所述根据小波变换从待识别图像中提取特征数据,包括:根据设置的阈值对所述待识别图像进行灰度化处理,利用小波变换提取灰度化处理后的图像局部特征得到多个含有局部特征的子图,对子图向量化提取特征数据。4.根据权利要求1所述的方法,其特征在于,所述将提取后的特征数据输入至训练好的BP神经网络之前,还包括:根据人工鱼群算法对所述BP神经网络设置初始参数,并对所述BP神经网络进行训练。5.根据权利要求4所述的方法,其特征在于,所述根据人工鱼群算法对所述BP神经网络设置初始参数,包括:将所述BP神经网络的所...
【专利技术属性】
技术研发人员:岳峻,赵启正,贾世祥,李振波,常丽荣,宋爱环,
申请(专利权)人:鲁东大学,
类型:发明
国别省市:山东,37
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。