计算机与数字工程
計算機與數字工程
계산궤여수자공정
COMPUTER & DIGITAL ENGINEERING
2008年
11期
111-115
,共5页
运动目标检测%图像分割%支持向量机%置信区间
運動目標檢測%圖像分割%支持嚮量機%置信區間
운동목표검측%도상분할%지지향량궤%치신구간
研究基于视频的储粮害虫检测与基于支持向量机的储粮害虫图像识别技术.针对视频图像序列中运动目标的检测和分割问题,提出了一种新的基于图像块和HVS彩色图像差值相结合的运动目标检测算法,用于提取静态储粮害虫图像;针对储粮害虫图像的识别问题,提出了一种基于支持向量机(SVM)组的淘汰算法.这种方法考虑到了各判别函数的VC置信范围的差异,同时利用判别函数间的冗余来降低识别误差.针对100幅害虫图像的识别结果表明,基于SVM的识别方法在识别效果、识别时间等方面都有显著的优越性.
研究基于視頻的儲糧害蟲檢測與基于支持嚮量機的儲糧害蟲圖像識彆技術.針對視頻圖像序列中運動目標的檢測和分割問題,提齣瞭一種新的基于圖像塊和HVS綵色圖像差值相結閤的運動目標檢測算法,用于提取靜態儲糧害蟲圖像;針對儲糧害蟲圖像的識彆問題,提齣瞭一種基于支持嚮量機(SVM)組的淘汰算法.這種方法攷慮到瞭各判彆函數的VC置信範圍的差異,同時利用判彆函數間的冗餘來降低識彆誤差.針對100幅害蟲圖像的識彆結果錶明,基于SVM的識彆方法在識彆效果、識彆時間等方麵都有顯著的優越性.
연구기우시빈적저량해충검측여기우지지향량궤적저량해충도상식별기술.침대시빈도상서렬중운동목표적검측화분할문제,제출료일충신적기우도상괴화HVS채색도상차치상결합적운동목표검측산법,용우제취정태저량해충도상;침대저량해충도상적식별문제,제출료일충기우지지향량궤(SVM)조적도태산법.저충방법고필도료각판별함수적VC치신범위적차이,동시이용판별함수간적용여래강저식별오차.침대100폭해충도상적식별결과표명,기우SVM적식별방법재식별효과、식별시간등방면도유현저적우월성.
