基于拉普拉斯卷积网络和SMM分类器的小麦麦粒识别

摘要

为了提高小麦麦粒识别的识别率,采用了拉普拉斯卷积网络（Convolution Network Based on Laplacian Eigenmap,LENet）和支持矩阵机（Support Matrix Machines,SMM）分类器相结合的方法对小麦麦粒进行识别。拉普拉斯卷积网络是一种无反馈的轻量型级联卷积神经网络,可以用来提取小麦麦粒的特征,该网络通过拉普拉斯特征映射来学习网络的参数,输出层通过块直方图编码和矩阵化处理实现,最终提取的特征使用SMM分类器进行分类。通过在建立的小麦麦粒图像数据库上的实验表明,该麦粒识别方法要优于一些传统特征提取分类方法,取得了较好的识别效果。