Об особенностях вейвлет-спектра плоского изображения как признакового пространства в статистических методах распознавания
УДК
004.931:664Аннотация
Рассмотрены методы идентификации с заданной точностью массового количества объектов природного происхождения, обладающих высокой визуальной внутриклассовой вариабельностью, при близости самих классов. В частности, в задачах экспресс-диагностика скрытой заражённости зерна насекомыми в массе зерновых и бобовых. Проведены теоретические и экспериментальные исследования с разновидностью статистического классификатора, использующего в алгоритме распознавания построение эллипсоида рассеяния в признаковом пространстве (при нормальном распределении), а также вырожденности матрицы ковариации признаков и особенностей вейвлет-спектра для расширения признакового пространства. Для повышения эффективности распознавания предложено применение вырожденностей ковариационной матрицы вейвлет-спектра плоского изображения.
Ключевые слова:
статистические методы распознавания образов, вейвлет-спектр, диагностика скрытой заражённости насекомыми зерновых и бобовыхИнформация о финансировании
Работа выполнена при финансовой поддержке Российского Фонда фундаментальных исследований и администрации Краснодарского края (11-08-96519-р_юг_ц).
Библиографические ссылки
- Choudhary R., Paliwal J., Jayas D.S., Ridgway C., Chambers J. Classification of cereal grains using wavelet, morphological, colour, and textural features of non-touching kernel images // Biosystems Engineering. 2008. Vol. 99. Iss. 3. P. 330-337.
- Choudhary R., Mahesh S., Paliwal J., Jayas D.S. Identification of wheat classes using wavelet features from near infrared hyperspectral images of bulk samples // Biosystems Engineering. 2009. Vol. 102. Iss. 2. P. 115-127.
- Горонков К.А., Руденко О.В., Усатиков С.В. О точности распознавания по контуру изображений злаковых культур при помощи нейронных сетей // Обозрение прикладной и промышленной математики. 2009. Т. 16. Вып. 3. С. 567-569.
- Горонков К.А., Руденко О.В., Усатиков C.В. База данных обучающей выборки для высокоточного распознавания плоских изображений сортов злаковых и масличных культур // Фундаментальные исследования. 2011. Вып. 8. Ч. 2. С. 342-346.
- Singh C.B., Jayas D.S., Paliwal J., White N.D.G. Detection of insect-damaged wheat kernels using near-infrared hyperspectral imaging // Journal of Stored Products Research. 2009. Vol. 45. Iss. 3. P. 151-158.
- Chandra B. Singh, Digvir S. Jayas, Jitendra Paliwal, Noel D. G. White Identification of insect-damaged wheat kernels using short-wave near-infrared hyperspectral and digital colour imaging // Computers and Electronics in Agriculture. 2010. Vol. 73. Iss. 2. P. 118-125.
Скачивания
Загрузки
Даты
Поступление
После доработки
Публикация
Как цитировать
Лицензия
Copyright (c) 2013 Горонков К.А., Усатиков С.В.
Это произведение доступно по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная.
