基于小波矩和叶形特征的叶片识别.pdf

《基于小波矩和叶形特征的叶片识别.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第12卷第1期福建工程学院学报V01．12No．12014年2月JournalofFujianUniversityofTechnologyFeb．2014doi：10．3969／j．issn．1672-4348．2014．01．018基于小波矩和叶形特征的叶片识别叶福玲(福州大学数学与计算机科学学院，福建福州350116)摘要：植物的叶片是-／e,~'1植物种类的一个重要属性，文章提出一种基于植物叶片形状的图像内容识别方法。首先对叶片图像进行归一化处理，然后提取叶片的小波矩特征、叶片的周长、面积

2、及伸长度，最后根据这些特征进行支持向量机(SVM)训练和分类，识别出植物的种类。该方法得到的识别率达到95％。关键词：图像处理；叶片识别；小波矩；叶片特征；支持向量机中图分类号：TP391．4文献标志码：A文章编号：1672—4348(2014)01—0079—04LeafrecognitionbasedonwaveletmomentandthefeaturesofleafshapeYeFuling(CollegeofMathematicsandComputerScience，FuzhouUni

3、versity，Fuzhou350116，China)Abstract：Theleavesofplantsisanimportantattributeintheidentificationofplantspecies．Anim—agecontentrecognitionmethodbasedontheshapeofplantleaveswasproposed．Normalizedpro-cessingofleafimagewasconducted．Thewaveletmomentcharacte

4、risticsandthearea，perimeterandelongationofleaveswereextracted．Supportvectormachine(SVM)wasemployedtotrainandclassifythecharacteristicstoidentifythespeciesofplants．Theresultsindicatethatarecognitionrateof95％canbeobtainedviathemethod．Keywords：imageproc

5、essing；leafrecognition；waveletmoment；leafcharacteristic；suppo~vectormachine(SVM)大自然植物种类繁多，植物自身的外形、叶识别率达到87．5％。文献[4]采用叶片的纹理特形、叶色、高度等显示了它们独有的特征。如何通征并将每种树叶的纹理经过小波变换，再用广义过植物的图像智能识别植物种类，不仅能满足广高斯分布拟合，将拟合参数作为特征参数，平均识大民众对植物种类的了解和需求，而且能够智能别率达97．12％。文献[5]采用叶片的

6、综合特征，管理植物信息。包括叶片的纹理、叶脉、叶缘等特征的提取，进行植物分类方法有多种，可根据植物的形状、叶阔叶林木的识别。文献[6]利用混合图像分割法子、根、茎、果实等属性进行分类识别，但植物的这进行叶片的分类。这些都是通过植物的叶片进行些属性会因环境不同而有差异，所以利用这些属处理和分类的，但是文献[3]的识别率相对较低，性进行分类各有优缺点。其中，植物的叶子属性文献[4]和文献[5]采用的方法识别率很高，但是用来分类植物的重要形态特征_1J。文献[3]是计算量太大。本文提出一种基于小波矩结

7、合叶根据植物叶片形状的特征进行叶片的识别，平均片的一些基本特征(叶片的周长、面积及伸长度)，收稿日期：2014—01—02基金项目：福建省自然科学基金项目(2012J05114)作者简介：叶福玲(1974一)，女(汉)，福建永春人，实验师80福建工程学院学报第l2卷提取出这些特征之后利用SVM进行训练，然后根位移因子。实验中小波矩的母小波(r)是采用3据训练后的模型进行分类识别。整个系统架构的次B样条函数表示的，即流程如图i所示。tf，(r)=4a—=2(n+1)唧()(3)其中，n=3；口=0

8、．697066；fo=0．409177；2=0．561145。当a=0．5，b=nx0．5时，小波函数图1叶片识别系统流程图集为Fig．1Flowchartofleafimagerecognitionsystem(r)=2m／2(2mr—n)，(4)⋯m和n值是根据提取图像的局部特征或全局特征叶片识别系统流程图中，图像的预处理是将设定。由此可以定义小波矩的不变量为图像进行灰度处理和归一化，图像的特征提取是利用小波矩结合叶片的周长、面积及伸长度提取FI】r，0)e~q(r)rdrd0lj每种叶片的