本文關鍵詞：基于植物葉形狀和葉脈的植物葉自動分類研究

  更多相關文章： 植物葉圖像 圖像預處理 再次分類 特征向量 支持向量機

【摘要】：結合圖像處理、模式識別等技術輔助進行植物葉分類識別已經比較成熟。但目前常用的分類方法單一,分類特征單一,分類過分依賴于人。本文通過提取植物葉片的形狀特征和葉脈特征對葉片數(shù)據(jù)庫中的210種葉片進行自動分類研究。論文的主要工作如下,第一部分,介紹了研究課題的研究意義以及國內外研究現(xiàn)狀。為體現(xiàn)整個分類的過程是自動分類,在葉片圖像預處理過程中,葉柄的剔除采用形態(tài)學處理方法。對葉圖像進行灰度化、二值化、形態(tài)學處理等的預處理步驟,為特征提取做好準備工作。第二部分,植物葉圖像的形狀特征和紋理特征的提取與分析。提取出預處理后的葉圖像的輪廓和最小外接矩形,計算出本文需要的形狀特征,如矩形度、延伸率、等效圓半徑、似圓率、橢圓率、離心率和7項Hu不變矩;再計算灰度化后的葉圖像的灰度共生矩陣,通過灰度共生矩陣計算得到植物葉圖像的能量、熵、慣性矩和相關等紋理參數(shù),進而計算出紋理特征。最后,通過實驗分析形狀特征和紋理特征的各特征分類能力的強弱分析及有效性。第三部分,提取并分析本文提出的葉圖像的葉脈特征。使用改進的Sobel算子檢測出8方向邊緣(葉脈),融合8個方向的葉脈圖像得到完整的葉脈圖像;再對葉脈圖像進行兩次去噪等的圖像預處理過程;最后,提取出本文提出的新葉脈特征,如葉脈端點、分叉點,計算各點到中心點(葉脈曲率最大點)的距離獲得葉脈特征。最后,通過實驗分析葉脈特征的有效性及強弱性。第四部分,通過實驗比較支持向量機和BP神經網絡的分類效果,分析實驗結果,選定本文的分類器-支持向量機。然后使用支持向量機分類器訓練學習訓練樣本中葉片的形狀特征和紋理特征,使用得到的分類函數(shù)對測試樣本進行初次分類,其正確率為91%;再使用形狀特征、紋理特征和葉脈特征通過支持向量機對初次分類中未正確分出類的葉片種類進行訓練學習,對未正確分類的測試樣本進行再次分類。經再次分類后的分類正確率為96.1%。
【學位授予單位】：浙江理工大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TP391.41

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 王洪君,任秀麗;基于對象形狀特征的圖象檢索[J];松遼學刊(自然科學版);2001年03期

2 高飛;形狀特征的表示[J];計算機輔助工程;1995年02期

3 王春河,張鐵昌;面向集成化的形狀特征分類與表示[J];航空學報;1996年02期

4 王春河,周濟,張新訪,張鐵昌;凸起形狀特征在集成過程中的處理技術[J];計算機輔助設計與圖形學學報;1996年04期

5 張煒,杜曉榮,張蕊;形狀特征的顯示表達框架的構造[J];微機發(fā)展;1998年06期

6 賀雙拾;辛玉林;倪友平;陳曾平;;基于灰度圖形狀特征的低分辨雷達架次判別[J];雷達科學與技術;2008年01期

7 廖凱寧;李志強;孫靜;;基于形狀特征描述算子的3D模型檢索[J];計算機工程;2010年12期

8 高飛，，葉尚輝;形狀特征的定義[J];計算機輔助工程;1994年01期

9 曹尚穩(wěn);兩類形狀特征的語義差及其操作互換性[J];系統(tǒng)工程與電子技術;1999年07期

10 趙書蓮;宿曉華;;基于概念的形狀分類與識別[J];電腦知識與技術;2009年06期

中國重要會議論文全文數(shù)據(jù)庫 前6條

1 張世學;吳恩華;;基于形狀特征與變形保持的動態(tài)模型簡化[A];中國計算機圖形學進展2008--第七屆中國計算機圖形學大會論文集[C];2008年

2 高劑斌;李裕梅;;基于復雜網絡的圖像形狀特征提取及多特征融合方案探究[A];中國系統(tǒng)工程學會第十八屆學術年會論文集——A12系統(tǒng)科學與系統(tǒng)工程理論在各個領域中的應用研究[C];2014年

3 胡帆;廖斌;薛巧平;;基于輪廓的形狀特征提取方法[A];2011年通信與信息技術新進展——第八屆中國通信學會學術年會論文集[C];2011年

4 路陽;董宏麗;;基于MATLAB實現(xiàn)水稻顆粒圖像形狀特征分析[A];黑龍江省計算機學會2007年學術交流年會論文集[C];2007年

5 李連;朱愛紅;;基于形狀的圖像檢索技術研究[A];’2004計算機應用技術交流會議論文集[C];2004年

6 甘俊英;趙向陽;張有為;;視覺語言特征—灰度輪廓權向量差分形狀特征[A];圖像 仿真 信息技術——第二屆聯(lián)合學術會議論文集[C];2002年

中國重要報紙全文數(shù)據(jù)庫 前2條

1 程春;畫面清新自然 寓意美好吉祥[N];中國集郵報;2014年

2 黨耀武;給你一雙“慧眼”　判讀高空偵察照片[N];中國國防報;2002年

中國博士學位論文全文數(shù)據(jù)庫 前10條

1 趙偉;自由形狀特征的重用與抑制[D];浙江大學;2008年

2 王青;反求工程中基于變形的自由形狀特征重構[D];浙江大學;2006年

3 陳飛;基于形狀先驗的同時分割與識別研究[D];浙江大學;2013年

4 柴倫紹;具有形變魯棒性的形狀特征研究及其在檢索中的應用[D];北京郵電大學;2014年

5 桂江生;二維水果形狀檢測與分類算法研究[D];浙江大學;2007年

6 賈棋;形狀不變特征提取及應用研究[D];大連理工大學;2014年

7 羅磊;形狀分解和基于機器學習的圖像檢索技術研究[D];國防科學技術大學;2013年

8 王軍偉;融合全局與局部信息的形狀輪廓特征分析與匹配[D];華中科技大學;2012年

9 陳國棟;面向機器人的物體形狀及姿態(tài)識別研究[D];哈爾濱工業(yè)大學;2011年

10 王淳;形狀的部分結構解析和識別[D];華中科技大學;2014年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 王松鶴;2D形狀中分支結構的檢測[D];大連海事大學;2015年

2 周斌;基于圖像形狀特征量的計算機輔助肝硬化檢測研究[D];廣西大學;2015年

3 張倩;基于支持向量機的多特征交通標志識別的研究與實現(xiàn)[D];東北大學;2014年

4 李龍卓;基于形狀特征的圖像檢索技術研究[D];青島科技大學;2015年

5 江靜宇;非剛體三維殘缺模型的形狀分類算法研究[D];北京交通大學;2016年

6 王璐;三維耳廓點云形狀特征提取及匹配[D];遼寧師范大學;2015年

7 劉春爽;基于植物葉形狀和葉脈的植物葉自動分類研究[D];浙江理工大學;2016年

8 顧華;基于形狀特征的人臉分類研究[D];清華大學;2004年

9 李國琳;傅立葉描繪子對形狀進行識別與檢索[D];吉林大學;2005年

10 陳孝春;二維形狀的描述和識別的研究[D];浙江大學;2006年

本文編號：1188910