草本植物图像特征提取与分类研究.pdf

《草本植物图像特征提取与分类研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、？ｔ，叫＂呼辞孩子．ｖ．＂和訂：贫ｖ＂；＃誦５碱常磅杳．＾＞黎Ｉ禍苗．．惠味。＾皆＇ｆｇ赛Ｊ許；．马．騎．这嫁；隸，§；；薪：．＂、穩於＂＾－一；靜撫娘謂罢ｙ栏環义簿，；．乂當．．＿廣寒．气＇Ｖ據；．，養；＼：？；；＇旁键．＇指態；餐，；，ｒ．＾１气：．．物图输取的封ｇ袭截一／声‘＾為、媒震ｒ：片＂Ａ、巧填／聋＇．聲臟＼：驾．．泉讀著ｙ．霧Ｖ＇器Ｐ．奔；審＇．編蒙扣韓這遷嗦篡．為爲續．竊霉蔡八ｒ豁焉Ｋ！．：中Ｃｔ苗，ｙ：震．ｆ／童ｆ１祥餐，Ｖ襄硕与专业贵品．ｉ孤ｒ攝明．ｆ授占靴ｉ劝＆．．．’參，ｒ＾黨Ｉ

2、＃／誦Ｓ；満：ｙ．．Ｐ■ｆ．Ｋｔ遊作Ａ：，提養■霄棄：．動．１．第馨Ｍ．学校代码１０２２５：学号１巧７４；Ｓ学化冷文草本植物图像特征提取与分类研究康欣指导教师姓名：董本志副教授东北林业大学申请学位级别；硕±学科专业；计算机应用技术２０－－１５－６－０７论文提交日期：１５４２０论文答辨日期：２０－－授予学位单位；２０１日０６１９；东北林业大学授予学位日期答辩委员会主席：论文评阅人；ＵｎｉｖｅｒｓｉｔｙＣｏｄｅ：１０２２５ＲｅｉｓｔｅｒＣｏｄｅ

3、：ＳＩ５３７４ｇＤｉｓｓｅｒｔａｔｉｏｎｆｏｒｔｈｅＤｅｇｒｅｅｏｆＭａｓｔｅｒＨｅｒｂｉｍａｅ技ａｔｕｒｅｅｘｔｒａｃｔｉｏｎａｎｄｃｌａｓｓｉｆｉｃａｔｉｏｎｇｒｃ化ａｒｃｈＣａｎｄｉｄａ化：ＫａｎｇＸｉｎ＊ＰＳｕｅｒｖｉｓｏｉ：ｒｏｆ．ＤｏｎｇＢｅｎｚｈｉｐＡｃａｄｅｍｉｃＤｅｒｅｅＡｌｉｅｄｆｏｒ：ＭａｓｔｅｒｇｐｐＳｅｃｉａｌｉｔ：ＴｅｃｈｎｏｌｏｏｆＣｏｍｕｔｅｒＡｌｉｃａｔｉｏｎｐｙｇｙｐｐｐＤａｔｅｏｆＯｒａｌＥｘａｍｉｎａｔｉｏｎ

4、：Ｊｕｎｅ７，２０１５Ｕｎ＇ｉｖｅｒｓｉｔｙ：ＮｏｒｔｈｅａｓｔＦｏｉｅｓｔｒｙＵｎｉｖｅｒｓｉｔｙ摘要摘要利用植物叶片的图像特征来实现植物物种的自动识别和分类是目前的研究热点。国一内外学者对基于叶片特征的提取和识别与分类进行了研究，并取得了定的研究成果。但是植物物种识别技术还是存在特征的定义和提取方法比较单一的不足，比如，在提取叶片的形状特征方面，还停留在提取叶片的长宽比、矩形度、偏也率等等，送些特征还不能详细的描述叶片。针对上化问题，本文四种典型草本植物叶片为研究对象，提出了四个关于银

5、齿和叶裂的新特征；。经过，即银齿和叶裂的面积和周长占整个叶片的面积和周长的比例叶片的预处理后，采用基于链码的轮廓提収方法提取草本植物叶片的轮廓。结合基于链码的拐点检测方法和基于链码差的边界凹凸性判别方法确定据齿点和叶裂点，改进塞于链码的目标面积计算方法计算银巧和叶裂的面积，从银齿和叶裂的面积和周长占整个叶片的面积和周长的比例Ｗ及叶片包含的银齿和叶裂数Ｈ个方面提取草本植物叶片的形状特征。同时利用ＨＳＶ颜色空间提取叶片的颜色特征，采用统计方法中的基于灰度巧生矩阵来提取草本植物叶片的能量。、贿、对比度等纹理特征将提

6、取的草本植物叶片的形状、颜色１５、纹理特征相结合形成了叶片的维特征向量。根据特征向量设升基于神经网络的分类器和基于支持向量机的分类器，对选取的四种草本植物叶片进行识别和分类，对比分类结果表明本文设计的支持向量机分类器（ＳＶＭ）对草本植物叶片分类识别在时间消耗和识别正确率方面均优于基于神经网络的分类器。本文提出的新方法可Ｗ大大提髙汁算面积的精确度，并且提出新的特征值用来识别植物物种，丰富了基于叶片特征的植物物种识别的数学分析理论，将人们对计算机植物分类识别的研究进一步深入，利用新的特征值通过基于支持向量机的分类

7、器进行识别和分类也显著提高了草本植物种类识别的正确性。关链词草本植物；时片图像；特征提取；支持向量化－Ｉ－ＡｂｓｔｒａｃｔＡｂｓｔｒａｃｔＴｈ，ｅｈｏｔｓｐｏｔｉｎ化ｅｒｅｃｅｎｔＳｔｕｄｉｓ化ａｔｗｅｃａｎｕｓｅ化ｅｌｅａｖｅｓｉｍａｇｅｓｔｏａｃｈｉｅｖｅ化ｅｙｃａｃｔｉｄｅｎｔｉｆｉｔｉｏｎａｎｄｌａｓｓｉｆｉｃａｔｉｏｎｏｆｌａｎｔｓｅｃｉｅｓａｕｔｏｍａｔｉｃａｌｌ．Ｓｃｈｏｌａｒｓｆｒｏｍｈｅｗｏｒｌｄａｒｅａｌｌｐｐｙ。ｂａｓｅｄｏｎ

8、化ｅｅｘｔｒａｃｔｉｏｎａｎｄｉｄｅｎｔｉｆｉｃａｔｉｏｎｏｆ化ｅｌｅａｖｅｓｆｅａｔｕｒｅｓｔｏｃａｎｙ０打也ｅｉｒｒｅｓｅａｒｃｈｅｓａｎｄ化ｅｙｈａｖｅａｌｒｅａｄｙ