基于葉片特征的計算機自動植物種類識別研究.pdf

1、隨著計算機圖像處理和模式識別技術的發(fā)展，計算機植物種類的自動識別與分類也就成為了可能。目前植物識別和分類主要由人工完成，它的主要依據是植物的外觀特征。由于植物的外觀特征可以通過數字圖像方式獲得，那么利用圖像處理，模式識別等技術進行植物種類識別將大大提高識別效率。計算機自動植物識別技術的研究內容和目標是提取植物的特征，分類并認識植物，進而能在眾多的植物中識別出已經認識的植物，或者找到相似的同類和近親植物。它在認識和正確識別植物種類，植物博

2、物館的數字化，良種的識別，以及機械除草等方面有著重要的應用價值。 本文首先綜述了計算機植物種類識別的基本概念和原理，并針對不同的方法和技術對現有的計算機植物識別方法進行了總結和比較。根據目前算法的一些不足，提出了一種新的基于植物葉片特征的計算機植物種類識別方法。該方法在特征提取方面進行了改進和創(chuàng)新：首先對葉片圖像進行預處理：利用高斯低通濾波去除噪聲；接著通過獲取葉片的近似長寬比，計算葉片外輪廓邊界的七個矩不變量等方法提取其幾何輪

3、廓特征；然后使用2-D離散小波變換對葉脈圖像進行分解，分別對葉脈圖像不同尺度下的小波系數提取紋理統計矩，共得到72個葉脈的紋理特征值，用這些特征值表示葉脈的紋理特征；最后根據所得到的葉片特征值，利用自組織特征映射(SOM)神經網絡作為分類器來識別植物種類。根據本文提出的方法，我們在計算機上進行了仿真實驗，實驗分析表明了該方法的有效性和可靠性。 本文提出的基于葉片特征的計算機植物種類識別方法的研究成果，將人們對計算機植物種類識別的