基于计算机视觉的植物花朵识别方法

来源 :重庆大学 | 被引量 : 0次 | 上传用户:chenjun7575
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
人类对外界物体的观察主要是通过人的视觉来完成的,待获取到信息后,通过眼和大脑对其进行辨别和分析,进而产生一些想法。计算机视觉不同于人类视觉,但它是人类视觉的模拟。它是指用电脑或者摄像机来代替人的眼睛对目标物体进行识别、获取和检测,并进一步对该目标物体进行图像处理,将其变成更适合人的眼睛观察的图像。目前,数字图像处理在航空航天、生物医学工程、通信工程等方面应用广泛。从1975年开始,数字图像处理技术在计算机技术等先进技术快速发展的基础上开始朝着更深层次的方向进步。这时,人们开始研究怎样使用计算机系统来解释原始图像,这被称为计算机视觉。迄今为止,计算机视觉己经广泛应用于多个领域,如生物医学、工业、农业等等。在植物识别方面,现在也已经有较多的应用研究。  本文主要是通过获得植物花朵的外形特征来对植物所属的类别进行识别。在研究的过程中,作者首先建立了两个器官库,一个为植物花瓣库,另一个为植物花朵器官库。植物花瓣库主要用于存放花瓣的简单模型及花瓣的多个特征参数值,植物花朵器官库主要用于存放花朵的模型;然后采集多种植物的花朵,分别获取各自的花瓣和花朵图像,对所有的图片进行图像预处理。其中,预处理过程包括阈值分割、图像滤波、形态学处理和边缘检测,最后得到花瓣及花朵的轮廓图;再分别计算花瓣轮廓的6个特征参数值,它们分别为纵横轴比、矩形度、圆形度指标、最佳椭圆、曲率特征和偏心度,将得到的参数值输入花瓣库中,并利用该6个特征参数值对花瓣进行简单建模;最后将待识别花朵的轮廓特征与花瓣库中的花瓣特征进行匹配,完成对花朵的识别,并利用花瓣的模型在花朵器官库中建立对应花朵的模型。本文选择了4种植物花朵并对其进行识别,识别率约为85%。
其他文献
目的:分析沉默信息调节因子6(SIRT6)及survivin表达与胃癌患者临床病理学特征之间的关系,探讨其在胃癌中的作用。方法:选取2013年3月至2014年10月西安交通大学第一附属医院收
由江苏省人民政府主办,国家工业和信息化部支持,中国纺织工业联合会协办,江苏省经济和信息化委员会、江苏省纺织工业协会共同承办的第十七届江苏国际服装节将于9月11~13日在
以信息化带动工业化,大力推进信息化与工业化融合的进程中,企业内部建立了大量的应用子系统,逐步形成了信息孤岛、信息非结构化、重复开发等问题,亟待需要解决。而企业信息门
CAESAR认证加密方案竞赛是在全球范围内征集认证加密方案的竞赛,目标寻找到有优秀的安全性并且高效的认证加密方案。CAESAR竞赛对认证加密方案有众多的特征需求,如抗初始向量重复使用,中间认证码,可在线加密等。本文针对这些特征需求进行了深入分析与举例,并探究如何实现认证加密方案中比较重要的几项需求。作为CAESAR竞赛的参赛者之一的LAC是独特的状态泄露式认证加密方案,本文找到了在初始向量重复使用
灌区信息监测是提高灌区现代化管理水平的一个重要内容。传统的灌区信息监测系统呈现出单点、有线和本地的特点,难以实现灌区尺度的信息监测。利用现代水利信息化技术,及时获
随着信息技术的快速发展,信息获取和信息存储能力的不断提高,从海量数据中获取我们感兴趣的信息成为当前研究的热点之(?)同样,在计算机视觉和图像处理及模式识别领域,图像检
来自广东的布商许文军,前不久在网上轻纺城开了一家商铺,想不到接到的第一个网络订单,价值高达300万元。许文军连连感叹:同样是做布生意,柯桥的平台就是大。聚林纺织有限公司
独立学院作为高等教育大众化产物的新生事物,发展过程中面临着人才培养和就业竞争等诸多困难和问题.独立学院不能只是“母体”院校的简单的复制,要找到出路,要走出自己的特点
谱聚类算法近几年已经成为当前最流行的聚类算法之一。通常谱聚类算法的性能取决于是否选择了合适的尺度参数。然而,在实际中为谱聚类算法选取一个合适的尺度参数是一个非常
如今信息的飞速增长,使得各种问题变得复杂和不确定,给问题的研究与解决途径带来了巨大的挑战。一阶逻辑可以很好地简化问题,简洁地表示知识,而概率图模型能够对不确定性问题进行