面向花卉圖像的精細(xì)圖像分類(lèi)研究.pdf

1、隨著信息技術(shù)的飛速發(fā)展，人們通過(guò)相機(jī)和手機(jī)等設(shè)備可以越來(lái)越容易拍攝花卉的圖像，但是對(duì)花卉的分類(lèi)識(shí)別仍然需要在專(zhuān)業(yè)的知識(shí)指導(dǎo)下進(jìn)行?；ɑ軋D像分類(lèi)屬于精細(xì)圖像分類(lèi)的范疇。由于花卉所處的背景復(fù)雜、花卉自身的類(lèi)間相似性和類(lèi)內(nèi)差異性，傳統(tǒng)的圖像分類(lèi)方法并不能很好解決這類(lèi)問(wèn)題。因此，針對(duì)花卉圖像的復(fù)雜背景問(wèn)題和花卉類(lèi)間相似以及類(lèi)內(nèi)差異問(wèn)題，本文從圖像分割和多特征融合的角度來(lái)研究花卉圖像的自動(dòng)分類(lèi)。本文的主要工作內(nèi)容和創(chuàng)新如下:
　　1、針對(duì)花

2、卉圖像復(fù)雜的背景問(wèn)題，本文提出基于顯著性檢測(cè)的GrabCut花卉圖像前景分割方法。通過(guò)為花卉圖像的顯著性區(qū)域訓(xùn)練前景背景分類(lèi)器，自適應(yīng)設(shè)定初始前景背景的信息分布，結(jié)合GrabCut算法實(shí)現(xiàn)將花卉的主體部分從背景中分離開(kāi)。相對(duì)于目前很多關(guān)于花卉圖像分割的研究首先要對(duì)數(shù)據(jù)庫(kù)中每一類(lèi)別的樣本進(jìn)行前景和背景的標(biāo)注，然后訓(xùn)練相應(yīng)的前景背景分類(lèi)器用于分割的方法。本文提出的基于顯著性檢測(cè)的GrabCut花卉圖像前景分割方法，不需要對(duì)每一類(lèi)花進(jìn)行單獨(dú)的

3、訓(xùn)練，是一種通用的花卉圖像分割方法。
　　2、針對(duì)花卉類(lèi)間相似和類(lèi)內(nèi)差異的問(wèn)題，本文提出一種基于多特征融合的層次化分類(lèi)方法。傳統(tǒng)的特征融合很多只是簡(jiǎn)單的把多個(gè)特征融合在一起，忽略了不同特征對(duì)不同的花卉類(lèi)別的影響。而本文提出的多特征融合的層次化分類(lèi)方法，針對(duì)每類(lèi)花卉的顏色、形狀特征進(jìn)行單獨(dú)訓(xùn)練，得到特征對(duì)應(yīng)于類(lèi)別的得分值，能夠?qū)Ρ憩F(xiàn)差異大的花卉進(jìn)行有效的分類(lèi)，同時(shí)又能夠克服類(lèi)內(nèi)變化大的問(wèn)題。
　　通過(guò)實(shí)驗(yàn)結(jié)果表明，本文提出的基