基于监督正交局部保持映射的植物叶片图像分类方法.pdfVIP

基于监督正交局部保持映射的植物叶片图像分类方法.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第29 卷 第5 期 农 业 工 程 学 报 Vol.29 No.5 2013 年 3 月 Transactions of the Chinese Society of Agricultural Engineering Mar. 2013 125 基于监督正交局部保持映射的植物叶片图像分类方法 1 2 ※ 1 张善文 ,张传雷 ,程 雷 (1. 西京学院工程技术系,西安 710123 ; 2. Ryerson 大学电子与计算机工程系,加拿大 M5B 2K3 ) 摘 要:针对传统的线性分类方法不能有效处理复杂、多变和非线性的植物叶片图像,在局部保持映射算法的基 础上,提出了一种监督正交局部保持映射算法,并应用于基于植物叶片图像分类中。该算法首先利用Warshall 算 法计算样本的类别矩阵,在此基础上充分利用样本的局部信息和类别信息构造类间散度矩阵和类内散度矩阵,使 得维数约简后,在低维子空间同类样本之间的距离变小,而不同类样本之间的距离增大,由此提高了该算法的分 类能力。最后,利用K-最近邻分类器进行植物分类。与经典的监督子空间维数约简方法相比,该方法在构建类内 和类间散度矩阵时不需要判别数据的类别信息,能够提高算法的分类性能。在公开植物叶片图像数据库上进行了 一系列植物叶片分类试验,平均正确识别率高达95.92% 。试验结果表明了该算法在植物分类中的可行性。 关键词:图像处理,算法,试验,植物叶片分类,局部保持映射,监督正交局部保持映射 doi :10.3969/j.issn.1002-6819.2013.05.017 中图分类号:TP391 文献标志码:A 文章编号:1002-6819(2013)-05-0125-07 张善文,张传雷,程 雷. 基于监督正交局部保持映射的植物叶片图像分类方法[J]. 农业工程学报,2013,29(5): 125-131. Zhang Shanwen, Zhang Chuanlei, Cheng Lei. Plant leaf image classification based on supervised orthogonal locality preserving projections[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 20 13, 29(5): 125-131. (in Chinese with English abstract) 因子 (紧密度、圆度、伸长度、叶状度和粗糙度) 0 引 言 与叶片的方向无关。通过对 1280 个典型理想的叶 植物识别与分类对于区分和保护植物种类、探 片识别的结果表明,简单的形状因子对植物分类很 索植物间的亲缘关系以及阐明植物系统的进化规 有效。该研究为植物机器识别提供了必要的基础。 律等都具有重要意义。研究表明,对于同一种植物, [4] 近年来,Joao 等 提出了一种对叶片形状分析的基 尽管随着季节或时间的变化,植物叶片的大小、形 于椭圆傅立叶变换的植物种类识别方法;Bruno 等[5] 状、老嫩和颜色都会发生变化,但叶片的脉络结构 利用盒维数法估算了70 个叶片样本图像分形维数, 比较稳定,一些比例参数基本保持不变,如叶片面 从而较好地分析了相应叶片类型的复杂度,为植物 积与叶片最小包围盒面积的比值、叶片内切圆周长 叶片的机器识别提供了分形学方面

文档评论(0)

yeguhong + 关注
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档