

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
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
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于葉片特征的植物種類識別研究及識別系統實現.pdf
- 果樹植物種類的識別
- 基于計算機視覺的植物花朵識別方法.pdf
- 基于計算機視覺的臍橙表面常見缺陷種類識別的研究.pdf
- 基于計算機視覺的植物葉片病斑分割與分析.pdf
- 基于計算機視覺技術的蝴蝶自動識別研究.pdf
- 基于顏色和紋理特征的計算機自動拼圖研究.pdf
- 基于葉片形狀特征的植物識別技術研究.pdf
- 計算機指紋自動識別技術.pdf
- 印鑒圖像的計算機自動識別算法研究.pdf
- 人臉圖象的計算機自動識別研究.pdf
- 基于圖像的計算機物體識別研究.pdf
- 濕地植物種間作用模型及計算機模擬分析.pdf
- 基于計算機視覺的油菜生長過程自動識別研究.pdf
- 基于計算機視覺的手勢識別.pdf
- 觀賞植物種類
- 基于計算機視覺的蠶蛹性別自動識別系統研究.pdf
- 基于紋理的計算機筆跡識別算法研究.pdf
- 基于紋理和顏色特征的植物葉片識別方法研究.pdf
- 基于計算機圖像處理的白細胞自動識別系統.pdf
評論
0/150
提交評論