基于二分法与BP神经网络的牛乳体细胞识别

摘要：

牛乳体细胞的分类计数是判断奶牛乳腺炎及牛奶质量的重要指标.为了提高牛乳体细胞的识别率,提出了基于二分法与BP神经网络结合的牛乳体细胞识别算法,对4类牛乳体细胞进行图像特征提取,选择了3类经过特征选择的几何特征和1类通过局部二进制模式(local binary pattern,LBP)描述的纹理特征,并将多级BP神经网络分类器结构应用到分类识别中.实验证明,树形结构的分类器预测效果理想,进行三次二分类后的识别率达到了95.76％.

关键词：牛乳体细胞、图像识别、二分法、BP神经网络、LBP

所属期刊栏目：41

分类号：TP391.4(计算技术、计算机技术)

资助基金：国家自然科学基金61461041

在线出版日期：2020-06-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：69-74