咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >基于纹理特征和改进VGG的家蚕蛹雌雄识别方法 收藏

基于纹理特征和改进VGG的家蚕蛹雌雄识别方法

A recognition method for female and male pupae of the domestic silkworm,Bombyx mori based on texture features and improved VGG

作     者:孙卫红 陈颖 邵铁锋 梁曼 SUN Wei-Hong;CHEN Ying;SHAO Tie-Feng;LIANG Man

作者机构:中国计量大学机电工程学院杭州310018 中国计量大学茧丝绸质量检测技术研究所杭州310018 

出 版 物:《昆虫学报》 (Acta Entomologica Sinica)

年 卷 期:2024年第67卷第6期

页      面:839-849页

核心收录:

学科分类:0710[理学-生物学] 07[理学] 09[农学] 

基  金:国家市场监管总局科技计划项目(S2021MK0217) 浙江省公益技术应用研究项目(LGG20E050014) 

主  题:蚕蛹 性别 纹理特征 道格拉斯-普克算法 Inception模型 VGG网络 

摘      要:【目的】针对蚕种培育中人工分蛹效率低且易受到主观因素影响的问题,提出一种基于纹理特征和改进VGG的家蚕Bombyx mori蛹雌雄识别方法。【方法】利用透射变换矫正蚕蛹方向,截取家蚕蛹头尾图,以B通道图作为轮廓提取的基础,通过道格拉斯-普克(Douglas-Peucker, DP)算法,分析轮廓复杂性从而识别并获取家蚕蛹尾部图;采取掩膜消除背景干扰,通过多通道的特征融合图加强纹理信息;对Inception模块进行改进,将残差网络与改进后的Inception模块加入VGG模型中;利用数据增强技术扩充数据集;以精确率(precision)、召回率(recall)、精确率和召回率的调和平均F1分值以及准确率(accuracy)作为评价指标,分别对3种输入图片以及4种识别模型进行评估对比。【结果】结果表明,特征融合图在改进VGG模型上的家蚕雌蛹的精确率、召回率和F1分值分别为98.017%, 94.794%和96.375%,雄蛹的精确率、召回率和F1分值分别为95.342%, 98.231%和96.762%,识别家蚕雌雄蛹的准确率为96.580%。特征融合图识别家蚕雌雄蛹的准确率比原始灰度图的提升了18.093%,改进VGG识别家蚕雌雄蛹的准确率比原始VGG的提升了2.257%。【结论】基于纹理特征和改进VGG的家蚕蛹雌雄识别方法能降低人工劳动时间,为实现家蚕蛹雌雄自动分拣提供基础。

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分