基于Android手机的树木叶片识别系统.pdfVIP

l64 广东农业科学 2014年第 18期 基于Android手机的树木叶片识别系统 王 伟 ，王秀兰，冯仲科 ，刘 芳 (北京林业大学林学院，北京 100083) 摘 要 ：为 了准确高效地识别树木叶片，开发 了一款基于Android操作平 台的树木叶片设别系统。该系统提取 l3种树木叶片特征描述子 ，选择支持 向量机作为分类器 。该系统包括图像获取 、图像处理 、特征提取 、分类识别和结 果展示 5个模块 。选取来 自15个树种 的 1500片树 叶进行 了试验 ，结果表 明，该系统的平均识别率可 以达 到 94．44％．优于BP神经 网络的91．56％．达到 了令人满意的效果。该系统特征描述子的筛选 、提取以及分类器算法还可 以进一步优化，以更好地满足用户需求。 关键词 ：Android；叶片；识别 ；支持向量机 ；人工神经网络 中图分类号 ：$778；TP391．4 文献标识码：A 文章编号：1004—874X(2014)18—0164—04 Treeleavesidentificationsystem based onAndroidmobilephone WANG Wei，WANG Xiu-lan，FENGZhong-ke，LIU Fang (CollegeofForestry,BejiingForestryUniversity,Beijing100083，China) Abstract：Inordertoaccuratelyand efficiently identifytree 1eaves．atreeleavesidentification system basedon Androidmobilephoneisproposedinthispaper．13featuredescriptorsareextracted，andsuppo~vectormachine (SVM)is selectedastheclassifier．Thesystem includesimageacquisition，imageprocessing，featureextraction，classificationand resultdisplay．1500leavesfrom 15treespeciesareusedinthisexperiment．Theresultsarecomparedwiththecontrolled group，whoseclassifierisbackpropagationneuralnetwork(BPNN)．ItshowsthatSVM identificationrateis94．44％，BPNN identificationrateis91．56％．Besides．SVM iSmoree衢cientthanBPNN．Theperformanceofthissystem issatisfactory butfeaturedescriptorsandclassificationalgorithm arerequiredtobeoptimized． Keywords：Android；treeleaves；identification；suppo~vectormachine；artificialneuralnetworks 外业调查是森林资源清查的主体 ，而树种是重要 别系统的核心。在叶片特征提取上 ，国内外学者做 了大 的调查因子和外业调查的基础。能够在调查现场实时、 量研究[8-21。在分类方法上，最近邻法、主成分分析法 、人 准确 、快速地查询到树木学名 ，是外业调查 中亟待解决 工神经网络 (ANN)、支持向量机 (SVM)等都有不错的 的问题 。Husin等[¨发明了一种嵌入式手持设备 ，该设备