植物叶片的分类有助于确定植物的种类和亲缘关系，是研究和保护植物的重要途径之一，在植物的鉴别和良种的鉴定等方面有着重要的应用价值。但是由于目前的分类方法中存在分类种类少，分类方法单一，大样本分类准确率不理想等问题，本文根据植物叶片的形状与叶脉结构特征对叶片进行分析，对叶片库里的207种叶片进行了分类研究，论文主要工作如下：首先，介绍了研究课题的研究意义与国内外研究现状。为了提高叶片特征参数的准确性，人为去除了叶柄，并对图像进行了预处理，灰度化、二值化处理；并进行形态学滤波处理，去除孔洞对所提取特征参数的影响。其次，提取叶片轮廓，计算出轮廓的凸包、最小包围盒，对叶片图像进行特征提取。形状参数方面选择了矩形度、纵横轴比、形状参数和不变矩等特征；叶脉参数方面选择了能量和对比度等特征，并通过所提取出来的形状参数特征值进行排序分析，同时分析叶种之间的波动区间，把特征参数区别明显的叶种分类出去。再次，对余下的叶种通过形状系数参数分析，以各个形状特征参数为主特征，分析相应的特征波动区间，结合其他的形状特征进行粗分类，并对形状相似度高的叶种进行马氏距离相似度分析，并结合能量、对比度、熵和逆差矩叶脉结构特征对叶种进行细分。最后，对分不清的叶片采用提取形状、叶脉特征参数并用支持矢量机进行分类识别的方法对叶片进行分类，实验结果表明，本文方法在对207种叶片进行分类时，平均识别率达到了91.2%。