基于目標(biāo)輪廓線的形狀描述子及其在植物葉片識(shí)別中的應(yīng)用.pdf

1、形狀的描述與匹配是模式識(shí)別和圖像處理領(lǐng)域的一個(gè)非常重要的研究?jī)?nèi)容，已被廣泛應(yīng)用于醫(yī)學(xué)、生物學(xué)、農(nóng)業(yè)、工業(yè)等各個(gè)領(lǐng)域。植物分類(lèi)是其中一個(gè)非常有價(jià)值應(yīng)用。本文主要工作如下：
　?。ㄒ唬┓治龆喾N輪廓線形狀描述方法，特別是多尺度距離矩陣（Multiscale Distance Matrix），并分析了該描述子應(yīng)用于植物葉片識(shí)別中的局限性，指出MDM描述子不能對(duì)輪廓線形狀的凹凸特性進(jìn)行有效描述。
　　（二）提出一種新的形狀描述子—內(nèi)外

2、弦長(zhǎng)矩陣（Inner&Outer Chord Matrix）。內(nèi)外弦長(zhǎng)矩陣能夠有效地抽取輪廓線形狀的凹凸特性，而人類(lèi)視覺(jué)系統(tǒng)對(duì)輪廓線形狀凹凸特性特別敏感，因此抽取出輪廓線凹凸特性的內(nèi)外弦長(zhǎng)矩陣描述子的鑒別能力將大大提高。將該方法應(yīng)用于Swedish和Leaf100植物葉片圖像庫(kù)，與類(lèi)似的MDM方法和經(jīng)典的傅立葉描述子相比，IOCM取得了更優(yōu)的識(shí)別率。為了壓縮空間，本文應(yīng)用經(jīng)典的線性判別式分析（Linear Discriminant An