基于紋理和顏色特征的植物葉片識(shí)別方法研究.pdf

1、植物葉片識(shí)別對(duì)于相關(guān)植物知識(shí)的普及和植物學(xué)相關(guān)學(xué)科的發(fā)展有一定的促進(jìn)作用，對(duì)于研究植物的系統(tǒng)的進(jìn)化具有很重要的意義。近年來(lái)，國(guó)內(nèi)外在植物葉片識(shí)別方面的研究取得了很多的競(jìng)進(jìn)展。但是，植物葉片自動(dòng)識(shí)別的準(zhǔn)確率仍有提升空間。本文將通過(guò)對(duì)葉片的紋理和顏色特征的提取方法的研究，來(lái)對(duì)植物葉片的識(shí)別算法進(jìn)行改善。
　　本文首先闡述了植物葉片識(shí)別的背景和意義。并回顧了國(guó)內(nèi)外在植物葉片識(shí)別領(lǐng)域的研究情況。然后簡(jiǎn)要介紹了植物葉片識(shí)別需要使用的相關(guān)技術(shù)

2、。例如葉片圖像預(yù)處理技術(shù)等。
　　為了提高植物葉片圖像識(shí)別的準(zhǔn)確率，本文提出了一種基于灰度-方向共生矩陣的葉片紋理特征提取算法和一種改進(jìn)的葉片顏色特征提取算法，接著提出了一種基于K-means和SVM的分類器模型。最后將紋理和顏色特征提取算法與基于K-means和SVM的分類器模型一起構(gòu)建了一種植物葉片的識(shí)別算法。其中灰度-方向共生矩陣主要是根據(jù)葉片的紋理呈現(xiàn)出從葉片主軸向兩側(cè)延伸的角度變化情況與灰度值情況建立起來(lái)的。并使用能量、