学位论文 > 优秀研究生学位论文题录展示

植物叶片图像识别特征的研究和在线识别系统实现

作　者: 肖雪洋
导　师: 黄德双
学　校: 中国科学技术大学
专　业: 模式识别与智能系统
关键词: 植物叶片识别特征提取 HOG MMC 植物叶片数据库数据降维模式识别叶片识别系统
分类号: TP391.41
类　型: 硕士论文
年　份: 2011年
下　载: 154次
引　用: 0次
阅　读: 论文下载

内容摘要

植物是世界上最常见的生物,其对保持大气成分、生态循环和其他自然系统的维持有着非常重要的作用。植物分类是研究植物的基础之一,在植物研究的相关领域都有着毋庸置疑的重要性。本文从讨论植物叶片图像识别的可能性出发,继而介绍了多种计算机辅助分类的植物叶片图像特征识别方法,最后提出了一个新的植物叶片图像分类的方法—基于最大边缘准则降维的方向直方图特征提取方法(HOG-MMC)。这个算法是将方向梯度直方图(HOG)算子作为叶片特征直接提取并且使用最大边缘准则(MMC)方法进行降维,从而得到植物叶片图像的一组特征。我们对上述特征在两个不同的数据库上进行了测试。第一个为瑞士植物叶片数据库,包含大约15种不同的瑞士树种,每个种类有75个叶片图像。第二个数据库是智能计算实验室(ICL)叶片数据库,所有样本采自合肥植物园,由中科院智能计算实验室整理而成。HOG-MMC特征在这两个叶片数据库上的识别率均超过了包括IDSC在内的其他传统的植物叶片识别特征。特别是在ICL_B数据库上表现特别明显,比其它特征在识别率上提高了10%。最后,基于本文的工作实现了多平台植物叶片在线识别系统,即基于PC平台的C/S架构叶片识别系统和基于嵌入式系统的在线系统,从而将科研结果转换为了实际可用的软件,具有一定的实用价值。

全文目录

摘要  4-5
Abstract  5-7
第一章绪论  7-17
  1.1 研究背景  7-11
    1.1.1 植物分类的重要性  7
    1.1.2 植物叶片分类可行性  7-9
    1.1.3 图像识别基础  9-11
  1.2 国内外研究现状  11-13
  1.3 研究难点  13-15
  1.4 主要内容  15-17
第二章植物叶片图像识别  17-41
  2.1 植物叶片识别特征  17-31
    2.1.1 叶片生物学形状特征  17-19
    2.1.2 计算机辅助植物叶片图像形状特征  19-21
    2.1.3 叶片基于内部距离的形状上下文特征(IDSC)  21-26
    2.1.4 图像方向梯度直方图特征的提取  26-31
  2.2 分类器  31-38
    2.2.1 SVM（支持向量机）  31-34
    2.2.2 MMC（最大边缘准则）和KNN（K 近邻分类）  34-38
  2.3 HOG-MMC 植物特征分类方法  38-41
第三章相关实验及结果讨论  41-47
  3.1 数据库  41-42
  3.2 实验方法  42-43
  3.3 实验结果讨论  43-47
第四章植物叶片图像在线识别系统实现  47-53
  4.1 PC 平台在线识别系统的实现  47-49
  4.2 基于嵌入式系统在线识别系统的实现  49-53
第五章总结和展望  53-55
参考文献  55-58
在读期间发表的学术论文  58-59
致谢  59

植物叶片图像识别特征的研究和在线识别系统实现

内容摘要

全文目录

相似论文