基于降维LBP与叶片形状特征的植物叶片识别方法

被引:11
作者
付波
杨章
赵熙临
单治磊
机构
[1] 湖北工业大学电气与电子工程学院
关键词
植物识别; 局部二值模式; 主成分分析; 叶片形状特征;
D O I
暂无
中图分类号
TP391.41 [];
学科分类号
080203 ;
摘要
为解决由于植物叶片特征的相似性以及叶片旋转导致植物识别率较低的问题,提出一种基于降维局部二值模式(LBP)与叶片形状特征相结合的植物叶片识别方法。首先利用LBP算法提取高维叶片纹理信息,通过主成分分析方法(PCA)对高维叶片特征降维;同时考虑叶片的形状特征,将LBP旋转不变性特征与叶片形状特征有效结合,在低维空间利用k近邻法(KNN)实现叶片的分类与识别。实验结果表明该方法具有较好的识别效果。
引用
收藏
页码:173 / 176+187 +187
页数:5
相关论文
共 8 条
[1]   基于多特征融合和深度信念网络的植物叶片识别 [J].
刘念 ;
阚江明 .
北京林业大学学报, 2016, (03) :110-119
[2]   基于D-LLE算法的多特征植物叶片图像识别方法 [J].
丁娇 ;
梁栋 ;
阎庆 .
计算机工程与应用, 2015, 51 (09) :158-163
[3]   基于克隆选择算法和K近邻的植物叶片识别方法 [J].
张宁 ;
刘文萍 .
计算机应用, 2013, 33 (07) :2009-2013
[4]   基于图像分析的植物叶片识别技术综述 [J].
张宁 ;
刘文萍 .
计算机应用研究, 2011, 28 (11) :4001-4007
[5]   基于叶片特征的计算机辅助植物识别模型 [J].
祁亨年 ;
寿韬 ;
金水虎 .
浙江林学院学报, 2003, (03) :57-60
[6]  
植物叶片图像识别特征的研究和在线识别系统实现.[D].肖雪洋.中国科学技术大学.2011, 09
[7]  
基于LBP的人脸识别研究.[D].黄非非.重庆大学.2009, 12
[8]  
A comparative study of texture measures with classification based on featured distributions.[J]..Pattern Recognition.1996, 1