基于人工神经网络的叶脉信息提取——植物活体机器识别研究Ⅰ

叶片的识别是识别植物的重要组成部分,特别在野外识别植物活体尤其重要。叶脉的脉序是植物的内在特征,包含有重要的遗传信息。但由于叶脉本身的多样性,利用单一特征的图像处理方法难以有效地提取叶脉。为了充分利用图像的信息,本文提出了一种基于人工神经网络的叶脉提取方法。该方法利用边缘梯度、局部对比度和邻域统计特征等10个参数来描述像素的邻域特征,并将其作为神经网络的输入层。实验结果表明,与传统方法相比,经过训练的神经网络能够更准确地提取叶脉图像,为进一步的叶片识别打下了良好的基础。