[发明专利]一种基于机器视觉和嗅觉特征融合的分类识别方法在审
申请号: | 201610861288.0 | 申请日: | 2016-09-29 |
公开(公告)号: | CN107886095A | 公开(公告)日: | 2018-04-06 |
发明(设计)人: | 吴莉莉;邢玉清;林爱英;郑宝周;豆根生 | 申请(专利权)人: | 河南农业大学 |
主分类号: | G06K9/46 | 分类号: | G06K9/46;G06K9/62 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 450002 河*** | 国省代码: | 河南;41 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明公开了一种基于机器视觉和嗅觉特征融合的分类方法,通过对采集的待分类样品的视觉和嗅觉信息分别进行特征降维提取,确定颜色和纹理特征以及气味特征,组建原始的特征子集,然后采用遗传算法进行特征子集的融合优化,得到最佳的视觉嗅觉特征子集,最后采用概率神经网络算法对该融合特征子集进行分类识别。采用本发明方法相对于单一的视觉或嗅觉特征识别有更高的精度,相对串联特征融合或PCA特征融合也大大提高了识别率。 | ||
搜索关键词: | 一种 基于 机器 视觉 嗅觉 特征 融合 分类 识别 方法 | ||
【主权项】:
一种基于机器视觉和嗅觉特征融合的分类方法,其特征在于,包括以下步骤:(1)待测样本的视觉信息获取(即图像采集);(2)对采集的图像进行预处理并提取颜色和纹理特征;(3)待测样本的嗅觉信息获取(即气敏传感器阵列响应信号获取);(4)对嗅觉信息进行预处理并提取气味特征;(5)将颜色和纹理特征以及气味特征先串联融合再利用遗传算法进行优化(即降维处理);得最优融合特征子集;(6)利用概率神经网络进行分类识别。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于河南农业大学,未经河南农业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201610861288.0/,转载请声明来源钻瓜专利网。