10.3969/j.issn.1000-386x.2017.08.042
基于图像特征与竞争型神经网络的蟹苗密度估计
蟹苗的密度估计在蟹苗养殖中有着重要的意义.但现有的基于图像处理的密度估计算法不能对蟹苗图像进行准确地密度估计,因此提出一种基于图像特征与竞争型神经网络的蟹苗密度估计算法.首先引入背景建模与噪声处理得到前景图像像素数;然后使用阈值区分高密度图像和低密度图像;最后对阈值上下图像分别采用基于全局特征的密度等级分类算法和基于局部特征的线性回归算法.其中蟹苗图像的密度等级由竞争型神经网络进行划分和判断.实验结果表明正确率可达到93.95%.
蟹苗密度估计、阈值判别、线性回归、竞争型神经网络、纹理特征
34
TP391.41(计算技术、计算机技术)
2017-09-06(万方平台首次上网日期,不代表论文的发表时间)
共5页
236-240