基于CENTRIST的植物叶片识别研究与实现

被引：8

作者：

王艳菲

朱俊平

蔡骋

机构：

[1] 西北农林科技大学信息工程学院

来源：

计算机工程与设计 | 2012年 / 33卷 / 11期

关键词：

叶片识别; 视觉特征描述符; 特征提取; 最近邻分类器; 统计变换直方图;

D O I：

10.16208/j.issn1000-7024.2012.11.054

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

针对传统植物识别方法工作任务量大,效率低下,难以保证数据客观性的问题,将CENTRIST视觉特征描述符应用于植物叶片的自动识别,设计出一个基于植物叶片图像的在线自动识别系统,对叶片图像进行预处理并提取其CEN-TRIST特征,使用最近邻分类器进行分类,计算并查询网络数据库中与之最匹配的图像,能够快速识别常见的32种植物叶片,平均正确识别率达到了90%以上。系统的后台使用PHP语言实现,所有叶片图像的信息存储于网络服务器的MySQL数据库中。实验结果表明,该系统对叶片识别具有非常好的效果,而且易于实现,也方便数据扩充和用户使用。

引用

页码：4343 / 4346+4397 +4397

页数：5

共 10 条

[1]

Beyond bags of features:Spatial pyramid matching for recognizing natural scene catego-ries. Lazebnik S,Schmid C,Ponce J. Conference on Com-puter Vision and Pattern Recognition . 2006

[2] 叶片图像特征提取与识别技术的研究 [J].

王晓峰 ;

黄德双 ;

杜吉祥 ;

张国军 .

计算机工程与应用 , 2006, (03) :190-193

[3]

Content based image retrieval usingcolor,texture and shape features. Hiremath P S,Pujari J. In-ternational Conference on Advanced Computing and Communica-tions . 2007

[4]

Plant image retrieval using color and texture features. Kebapci H,Yanikoglu B,Unal G. Interna-tional Symposium on Computer and Information Sciences . 2009

[5]

A leaf recognition algorithm for plant classification using probabilistic neural network. Wu S G,Bao F S,Xu E Y,Wang Y X. IEEE 7th International Symposium on Signal Processing and Information Technology . 2007

[6]

CENTRIST: a visual descriptor for scene categorization. J Wu,JM Rehg. IEEE Transactions on Pattern Analysis and Machine Intelligence . 2011

[7]

Leaf shape based plantspecies recognition. Du J X,Wang X F,Zhang G J. Applied Mathematics andComputation . 2007

[8]

Description of interest regions with local binary patterns. Heikkil M,Pietik inen M,Schmid C. Pattern Recognition . 2009

[9] 基于分形特征的植物识别 [J].

杨辉军 ;

陈立伟 .

计算机工程与设计, 2010, 31 (24) :5321-5323+5327

[10]

Content-based image retrieval by shape matching. Castellano, G,Castiello, C,Fanelli, A.M. Fuzzy Information Processing Society, Annual meeting of the North American . 2006

← 1 →