基于叶片图像多特征融合的观叶植物种类识别

被引:50
作者
王丽君 [1 ]
淮永建 [1 ]
彭月橙 [2 ]
机构
[1] 北京林业大学信息学院
[2] 北京林业大学艺术设计学院
关键词
观叶植物; 叶片图像; 特征提取; 识别; 支持向量机;
D O I
10.13332/j.cnki.jbfu.2015.01.006
中图分类号
TP391.41 [];
学科分类号
080203 ;
摘要
叶片图像特征提取对于植物自动分类识别有着重要的研究意义。本文以观叶植物叶片为研究对象,综合提取叶片图像的颜色、形状和纹理特征,基于支持向量机(SVM)原理提出了基于图像分析的观叶植物自动识别分类方法。通过对50种观叶植物样本图像进行训练和识别,与BP神经网络和KNN识别方法进行比较,本文所采用的SVM分类器的识别率能够达到91.41%,取得了较好的识别效果。
引用
收藏
页码:55 / 61
页数:7
相关论文
共 4 条
[1]   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
[2]   基于图像分析的梅花品种识别研究 [J].
张娟 ;
黄心渊 .
北京林业大学学报, 2012, 34 (01) :96-104
[3]   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
[4]  
基于数字图像的花卉种类识别技术研究[D]. 裴勇.北京林业大学. 2011