基于稀疏表示的植物葉片分類識(shí)別研究.pdf

1、植物的識(shí)別和分類是植物研究的最基礎(chǔ)性工作,它對(duì)于植物種類劃分和探索植物的演化以及植物之間的親緣關(guān)系有著重要的意義,而且對(duì)現(xiàn)代農(nóng)業(yè)方面良種的鑒定有重要的應(yīng)用價(jià)值。植物的葉片方便采集,因此利用植物葉片形狀和紋理特征對(duì)植物進(jìn)行識(shí)別和分類是最簡(jiǎn)單有效的方法。
　　本文從中科院合肥智能計(jì)算實(shí)驗(yàn)室采集的植物葉片圖像數(shù)據(jù)庫(kù)(ICL)中選取了法國(guó)梧桐、三角楓、梨等10種葉片500幅圖像作為本文的研究對(duì)象。先對(duì)先選取的圖像進(jìn)行灰度化、二值化、形態(tài)學(xué)

2、腐蝕和膨脹等圖像預(yù)處理操作,濾除圖像中的噪聲、葉片的孔洞以及葉柄,再對(duì)預(yù)處理后的圖像進(jìn)行形狀和紋理特征的提取,通過(guò)圖像輪廓、凸包和最小包圍盒計(jì)算出其面積和周長(zhǎng),從而提取出矩形度、伸長(zhǎng)度、圓形度、致密度及不變矩5種形狀特征,用灰度共生矩陣方法提取了熵、能量、同質(zhì)性、對(duì)比度和相關(guān)性5種紋理特征。每種植物選取40幅圖片,將400幅圖片的特征參數(shù)作為訓(xùn)練樣本,然后選取某一類的植物葉片的特征參數(shù)作為測(cè)試樣本,利用稀疏表示的方法確定其在訓(xùn)練樣本中的