基于压缩感知理论的葡萄干分类研究Raisin Classification Based on Compressed Sensing
刘广强,卢焕达,余心杰,舒振宇
摘要(Abstract)：
为实现机器视觉准确判别葡萄干品种,提出了一种基于压缩感知理论(Compressed Sensing,CS)的葡萄干品种分类方法。以3种葡萄干为研究对象,并提取葡萄干图像的形态、颜色和纹理特征参数,得到葡萄干训练样本的数据词典矩阵。压缩感知理论分类算法首先利用由葡萄干图像特征参数组成的数据词典矩阵对每一个葡萄干测试样本进行稀疏性表示,得到稀疏向量。然后利用稀疏向量对葡萄干测试样本进行重构,并计算重构样本与测试样本之间的残差,最后通过比较残差的大小来确定测试样本的类别。将提出的方法与最小二乘法支持向量机(Least squares support vector machine,LSSVM)和BP(Back Propagation)网络的识别结果做了对比和分析。试验结果表明,基于压缩感知理论的分类方法对于3个葡萄干品种的综合分类准确率为99.17%,获得了最好的分类效果。
关键词(KeyWords)： 图像处理;特征提取;压缩感知;稀疏表示;葡萄干分类
基金项目(Foundation): 国家自然科学基金(31402352);; 国家星火计划(2012GA701012);; 浙江省自然科学基金(LY13F020018);; 浙江省教育厅一般科技项目(Y201432753);; 宁波市自然科学基金(2014A610185)
作者(Author): 刘广强,卢焕达,余心杰,舒振宇
参考文献(References)：
- [1]任宪忠,马小愚.农产品粒形识别研究进展及其在工程中应用现状[J].农业工程学报,2004,20(3):276-280.
- [2]应义斌,饶秀勤,赵匀.机器视觉技术在农产品品质自动识别中的应用研究进展[J].农业工程学报,2000(3):4-8.
- [3]刘燕德,应义斌,成芳.机器视觉技术在种子纯度检验中的应用[J].农业机械学报,2003,34(5):161-163.
- [4]唐晶磊,景旭,何东健.基于BP神经网络的葡萄干分级技术的研究[J].农机化研究,2007(11):51-53.
- [5]龚攀,李光林.基于计算机视觉的蚕蛹性别识别应用研究[J].农机化研究,2014(1):206-209.
- [6]展慧,李小昱,王为,等.基于机器视觉的板栗分级检测方法[J].农业工程学报,2010(4):327-331.
- [7]CANDS E.Copressive samples principles[C]∥Proceedings of the Internation Congress of Mathermaticians.Madrid,Spain,2006,3:1433-1452.
- [8]CANDS E,ROMBERG J,TAO T.Robust uncertainty principles:Exact signal reconstruction from highly incomplete frequency information[J].IEEE Transactions on Information Theory,2006,52(2):489-509.
- [9]DONOHO D L.Compressed sensing[J].IEEE Transactions on Information Theory,2006,52(4):1289-1306.
- [10]CANDS E,TAO T.Near-optimal signal recovery from random projections:universal encoding strategies[J].IEEE Transactions on Information Theory,2006,52(12):5406-5425.
- [11]王爱玲,叶明生,邓秋香.MATLAB R2007图像处理技术与应用[M].北京:电子工业出版社,2008.
- [12]张强,王正林.精通MATLAB图像处理[M].北京:电子工业出版社,2012.
- [13]YU X,LIU K,WW D,et al.Raisin quality classification using least squares support vector machine(LSSVM)based on combined color and texture features[J].Food and Bioprocess Technology,2012,5(5):1552-1563.
- [14]郭依正.基于多特征融合的医学图像识别研究[D].镇江:江苏大学,2007.
- [15]韩仲志,匡桂娟,刘元永,等.基于形态和颜色特征的花生品质检测方法[J].花生学报,2007,36(4):18-21.
- [16]胡小锋,赵辉.Visual C++/MATLAB图像处理与识别实用案例精选[M].北京:人民邮电出版社,2004.
- [17]霍迎秋,唐晶磊,尹秀珍,等.基于压缩感知理论的苹果病害识别方法[J].农业机械学报,2013,44(10):227-232.
- [18]石光明,刘丹华,高大化,等.压缩感知理论及其研究进展[J].电子学报,2009(5):1071-1081.
- [19]TSAIG Y,DONOHO D L.Extensions of compressed sensing[J].Signal processing,2006,86(3):549-571.
- [20]OLSHAUSEN B A,FIELD D J.Sparse coding with an overcomplete basis set:A strategy employed by V1[J].Vision research,1997,37(23):3311-3325.
- [21]CANDS E,ROMBERG J,TAO T.Stable signal recovery from incomplete and inaccurate measurements[J].Communications on Pure and Applied Mathematics,2006,59(8):1207-1223.
- [22]DONOHO D L.For most large underdetermined systems of linear equations the minimal l1-norm solution is also the sparsest solution[J].Communications on Pure and Applied Mathematics,2006,59(6):797-829.
- [23]COMAK E,POLAT K,GNES S,et al.A new medical decision making system:Least square support vector machine(LSSVM)with fuzzy weighting pre-processing[J].Expert Systems with Applications,2007,32(2):409-414.
- [24]BISHOP C M.Neural Networks for Pattern Recognition[M].New York:Oxford university press,1995.