植物叶片图像识别特征的研究和在线识别系统实现

植物是世界上最常见的生物,其对保持大气成分、生态循环和其他自然系统的维持有着非常重要的作用。植物分类是研究植物的基础之一,在植物研究的相关领域都有着毋庸置疑的重要性。 本文从讨论植物叶片图像识别的可能性出发,继而介绍了多种计算机辅助分类的植物叶片图像特征识别方法,最后提出了一个新的植物叶片图像分类的方法—基于最大边缘准则降维的方向直方图特征提取方法（HOG-MMC）。这个算法是将方向梯度直方图（HOG）算子作为叶片特征直接提取并且使用最大边缘准则（MMC）方法进行降维,从而得到植物叶片图像的一组特征。 我们对上述特征在两个不同的数据库上进行了测试。第一个为瑞士植物叶片数据库,包含大约15种不同的瑞士树种,每个种类有75个叶片图像。第二个数据库是智能计算实验室（ICL）叶片数据库,所有样本采自合肥植物园,由中科院智能计算实验室整理而成。HOG-MMC特征在这两个叶片数据库上的识别率均超过了包括IDSC在内的其他传统的植物叶片识别特征。特别是在ICLB数据库上表现特别明显,比其它特征在识别率上提高了10%。 最后,基于本文的工作实现了多平台植物叶片在线识别系统,即基于PC平台的C/S架构叶片识别系统和基于嵌入式系统的在线系统,从而将科研结果转换为了实际可用的软件,具有一定的实用价值。