基于多特征融合的植物叶片识别研究

被引：20

作者：

高良 ^{[1
]}

闫民 ^{[2
]}

赵方 ^{[1
]}

机构：

[1] 北京林业大学信息学院

[2] 北京林业大学工学院

来源：

浙江农业学报 | 2017年 / 29卷 / 04期

关键词：

叶片识别; 几何特征; 纹理特征; 角点距离矩阵; 综合相似度;

D O I：

暂无

中图分类号：

Q949 [植物分类学（系统植物学）]; TP391.41 [];

学科分类号：

071001 [植物学];

摘要：

植物叶片识别作为植物自动分类识别的重要分支,有着很高的实际应用价值。针对当前叶片特征描述存在的局限和叶片识别准确率较低的实际,以叶片图像为研究对象,首先对图像进行预处理,在提取叶片几何特征和纹理特征的基础上,设计描述叶片轮廓的距离矩阵和角点矩阵,通过计算基于几何特征、纹理特征和角点距离矩阵的综合相似度对叶片进行精确识别。对Flavia数据集中的32类共计960幅叶片图像进行训练和测试,结果表明,基于叶片图像多特征融合的识别方法对叶片特征描述能力更强,识别准确率更高,对Flavia数据集的识别率可达97.50%,具有较好的识别效果。

引用

页码：668 / 675

页数：8

共 11 条

[1]

基于多特征融合和深度信念网络的植物叶片识别 [J].