基于LBP特征的葉片識別及其Android系統(tǒng)實現(xiàn).pdf

1、綠色植物對人類賴以生存的地球環(huán)境，尤其是對城市環(huán)境有著非常重要的作用。以前的植物葉片識別系統(tǒng)都是在PC上或者Arm板上開發(fā)的，攜帶不方便，且硬件受到限制，識別率不高等等。本文主要完成了基于LBP特征的葉片識別以及Android系統(tǒng)的實現(xiàn)。
　　 基于LBP特征的葉片識別包括三個部分，分別是葉片圖像預(yù)處理，LBP的特征提取和分類器的設(shè)計。葉片圖像預(yù)處理方法主要包括圖像灰度化、圖像降噪、圖像分割三個環(huán)節(jié)。然后我們提取葉片圖像的多分辨

2、率重疊分塊的LBP特征。接著針對特征設(shè)計分類器。由于葉片識別是一個大樣本問題，識別時對識別速度要求非常高，需要生成模型加快識別速度，那么選擇支持向量機(jī)作為分類器能非常好的滿足要求。
　　 Android系統(tǒng)實現(xiàn)部分，該系統(tǒng)采用C/S模式，提供了在大數(shù)據(jù)庫情況下進(jìn)行手持識別的方案，不僅攜帶方便，而且在網(wǎng)絡(luò)狀況良好的條件下，在識別速度上得到了大大提高，本文提出的多分辨率重疊分塊的LBP方法也使得識別精度上有了很大改善！我們使用VS2

3、010來開發(fā)了植物葉片識別系統(tǒng)的服務(wù)器端，使用Eclipse來開發(fā)Android客戶端。由于該系統(tǒng)識別部分采用的是面向?qū)ο蟮脑O(shè)計方法，因此很多新的特征提取方法以及分類方法都可以直接添加到該系統(tǒng)中，功能擴(kuò)展非常方便。系統(tǒng)運行流程如下:首先，Android設(shè)備端和服務(wù)器端建立網(wǎng)絡(luò)連接。然后Android設(shè)備端進(jìn)行一系列操作，其中包括從本地獲取圖片，來自相機(jī)拍攝的圖片，先對圖片進(jìn)行分割前預(yù)處理，然后再對圖片中關(guān)鍵葉片部分運用GrabCut算法