摘要
本发明公开一种基于视觉词袋表征和状态空间建模的树种识别方法,涉及树种横切面微观图像识别技术领域,其特征在于,包括以下步骤:S1:数据集构建;S2:利用视觉词袋模型提取局部特征;S3:利用状态空间模型提取全局特征;S4:多层次特征融合;S5:数据过采样与分类器训练;S6:树种识别。本发明要解决的技术问题是提供一种基于视觉词袋表征和状态空间建模的树种识别方法,引入状态空间模型对树种图像的特征序列进行建模,挖掘其长期依赖关系,提取全局特征信息。通过融合局部与全局特征,构建具有较强判别能力的多层次特征表示。采用合成少数类过采样技术对样本进行平衡,以提升支持向量机分类器的判别能力。
技术关键词
树种识别方法
支持向量机分类器
状态空间模型
图像
描述符
视觉词典
视觉词袋模型
空间特征提取
多层次特征融合
线性支持向量机
分类器训练
样本
生成特征
定位关键点
过采样技术
预测类别
系统为您推荐了相关专利信息
多维图像数据
视觉缺陷检测方法
相位特征
视觉缺陷检测装置
跨模态
精准计算方法
结构光图像
三维模型
物体
结构光图案
视觉特征
多模态信息
注意力机制
文本编码器
深度学习模型
路面附着系数估计
可见光相机
特征提取网络
融合算法
图像处理算法