【摘 要】
：
在计算机视觉领域中,对植物叶片的自动分类是一个重要应用方向,也是生物学知识与人工智能技术相结合的必然产物。通过使用叶片图像作为分类依据来鉴定植物种类正逐步成为效率最高、准确率可靠的通用方法。因此,研究叶片图像特征提取方法、不同种类的叶片分类方法,对于提高叶片分类准确率具有重要意义。在此基础之上,本文主要通过对数字图像处理以及特征描述子的计算,研究了植物叶片分类的有效方法并提高分类准确率。本文的主要
论文部分内容阅读
在计算机视觉领域中,对植物叶片的自动分类是一个重要应用方向,也是生物学知识与人工智能技术相结合的必然产物。通过使用叶片图像作为分类依据来鉴定植物种类正逐步成为效率最高、准确率可靠的通用方法。因此,研究叶片图像特征提取方法、不同种类的叶片分类方法,对于提高叶片分类准确率具有重要意义。在此基础之上,本文主要通过对数字图像处理以及特征描述子的计算,研究了植物叶片分类的有效方法并提高分类准确率。本文的主要工作有以下三点:1.提出了一种植物叶片的低维特征提取方法,该方法主要是对叶片图像的形状、不变矩和纹理特征的提取。在叶片的二值图像上计算4个基础形状特征、两种不变矩特征,并在基础形状特征的基础上提出了7个推算形状特征,通过灰度共生矩阵参数描述叶片的纹理特征。特征提取实验结果证明了以上三种特征可以完整的描述叶片的整体特征信息,并且能够保持良好的稳定不变性。2.提出了植物叶片的Gabor特征和LBP特征的提取方法。对灰度叶片图像进行均等分块,逐个计算子图像块的Gabor特征值,计算灰度图像的LBP特征值统计图像的像素分布,将以上两种特征串联融合形成图像的特征向量。采用归一化和特征降维方法对特征进行处理,实验结果证明该方法提取的特征具有较强的分类能力。3.对不同的特征提取方法分别在Flavia数据集、Swedish数据集和ICL数据集上进行植物叶片分类实验并对实验结果进行分析,实验证明本文所提出的两种叶片特征提取方法在分类实验中具有较高的分类准确率和普遍适用性。
其他文献
城市并不总是增长。城市收缩作为当前城市发展的一个新命题,吸引了国内外诸多学者的广泛关注,20世纪80年代,西方学者提出城市收缩概念,用以描述全球范围内的城市转变过程及其影响。对于中国而言,改革开放所带来的经济高速增长在某些地区已不可持续,部分资源型城市、外向型工贸城市、大都市外围城市出现了人口、经济、空间等不同维度、不同程度的收缩现象,给经济、社会、空间等方面带来了诸多不良影响,城市收缩带来的挑战
车牌识别技术在智能交通领域里占据着非常重要的作用,而针对不同类型的车牌,识别方法和效果也有所差距。车牌识别技术主要包括三部分内容,分别为车牌检测、车牌分割和车牌识别,本文根据车牌识别理论基础,对双行车牌识别技术的前两部分做了深入的研究。车牌检测部分,本文提出了一种基于双重概率密度函数的车牌定位方法。首先利用边缘纹理特征,结合双重颜色特征提取方法提取车牌类似区域,然后将所有车牌类似区域进行倾斜角度矫
杨树在我国栽种历史悠久,分布范围广,适用于纤维工业、造纸箱板、农具等。白杨派杨树普遍具有抗旱、抗风、抗寒,喜光、生长快、寿命长等特点,为西北地区平原沙荒造林树种之一。其木材纹理直,结构细,力学强度居杨树木材前列,供建筑、火柴杆等用。本研究采用07-17-18、07-23-23、07-30-11、秦白杨1、秦白杨3、秦白杨5、毛白杨30、新疆杨、I-101以及84K杨十个杨树无性系作为供试材料通过石
随着我国城市化速度的不断加快,因雾霾天气而受到影响的方面开始日益增多。在雾霾天气下,大气中的悬浮物对光进行反射、散射和吸收,使得图像采集设备拍摄的图像质量严重下降,导致图像的细节缺失和对比度下降等问题,对公共交通安全和户外视频监控有了严重影响。因此,图像去雾技术变得尤为重要。本文针对在图像去雾过程中出现的大气光值估计不准确、天空区域颜色过饱和以及边缘光晕效应等问题进行了研究,本文的研究内容如下:（
在计算机视觉领域之中,视频目标跟踪技术是一个比较前沿的研究领域,能够广泛地应用在道路安全、人工智能、军事防御、无人驾驶、人机交互等领域,所以对运动目标跟踪技术进行研究有着相当高的经济价值和广泛的应用场景。自从TLD（Tracking-Learning-Detection）目标跟踪算法被捷克科学家提出以来,得到了广大研究者的关注与研究,TLD目标跟踪算法是一种能够长时间对目标进行跟踪的算法,但是在遇
城市森林在城市生态系统中占据重要地位,它不仅能美化城市环境,还有助于保护生物多样性和维持生态平衡。有效的城市森林经营管理是保证其可持续发展的基本要求。传统的城市森林管理通常需要投入大量物资和劳动力开展实地调研,或借助高光谱遥感数据探测地表植被进行资料统计,这些方法往往受到数据源获取与数据质量的限制。谷歌地球（Google Earth）以直观的三维视角展示全球范围内的地理空间数据,能有效地监测城市森
植物功能性状是植物在进化发展过程中形成的与生存、生长发育和繁殖密切相关的功能特征,可反映植物在不同环境条件下的适应策略。为了探究山脊油松的生态策略,本研究以秦岭中段天然油松成熟林为对象,以非山脊油松为对照,在海拔1300～1600 m、1600～1900 m、1900～2100 m的山脊和非山脊阳坡分别设置3个20m×20m的样方,运用方差分析、逐步回归分析、相关性分析等方法,测定和分析了山脊油松
促进学生深度学习的高中数学课堂教学策略有:从学习境遇的营造来看,设计一个最能调动学生全部的感受力及已有的认知经验的真实情境;从问题引导的方式来看,用逐渐递进的问题搭建脚手架引领学生进行数学思考;从探究问题设计来看,提供含有类似核心任务的、多样化的、具有横向或纵向变式的问题情境;从学习内省组织来看,采取多样化的活动方式促进学生的理解与反思。
聚类分析作为数据挖掘中非常重要的一种工具,本质是将数据元素划分为若干组的技术,使得组内的元素具有较高的相似性,而与其他组中的元素不同。聚类算法由于其无监督分类的特点,已经在信息检索、商务智能、数据挖掘和推荐系统等领域得到广泛应用。文献推荐可帮助学者们在海量文献中较快找到所需资料,因此如何更准确高效的进行文献推荐是目前研究的热点。本文主要针对FCM算法存在的不足进行了相应的优化改进,并将改进算法应用
近年来,随着图形处理器的发展,机器并行运算能力得到提升,促进了深度学习技术迅猛发展。在计算机视觉处理领域,得益于上述进展,研究人员在图像分类任务中引入深度卷积神经网络模型,分类结果已经逼近甚至超越人类表现,取得突破性进展。近年来,图像分类任务开始向细粒度层次发展,细粒度图像分类任务成为新的研究热点。相较于传统图像分类任务,由于受图像拍摄场景影响,细粒度图像分类任务存在类间差异小、类内差异大的难点。