利用CBIA与WSN构建的植物叶片分类系统.pdfVIP

第32卷第 11期 计 算 机 应 用 研 究 V()1．32No．】l 2015年 11月 ApplicationResearch ofComputers NOV．2()l5 利用 CBIA与 WSN构建的植物叶片分类系统米 李 晨 ，姚 玮 ，韩忠伟。，高一鸿。，FlorianSchmidt， 蒋 涛 ，丁惠君 ，王振宇 ，申曼曼 (1．锡根大学 自然科学与工程学院，德 国北威州 锡根 D-57076；2．吉林动画学院 游戏学院，长春 130012； 3．北京邮电大学计算机学院，北京 100876；4．成都信息工程大学控制工程学院，成都 610225；5．深圳大学 医学部生物医学工程系，广东深圳 518060；6．华南理工大学 软件学院，广州510640) 摘 要：为了将计算机辅助植物叶片分类算法从理论研究向实际应用推进，利用基于内容的图像分析与无线传 感器网络技术实现了移动设备终端的植物叶片分类功能。利用基于Sobel边缘检测子的全 自动图像分割方法获 取叶片的准确形状，利用基于霍特林变换 的方法对叶片进行旋转预处理并提取傅里叶描述子等九种形状特征， 然后使用多类支持 向量机分类器对叶片进行分类，再进一步使用早期融合 的方法对分类结果进行加强，随后利 用以上叶片分类方法作为核心技术建立无线传感器网络，最后利用Java与安卓技术实现移动客户端的应用功 能。实验结果显示，对于两个叶片数据库 ，分别达到 了80％的分类准确率水平，与国际同类研 究水平相 当；对于 无线传感器网络 ，移动终端用户可在9s内从服务器得到叶片分类的反馈结果；移动客户端实现 了安卓操作系统 上的应用程序。综上所述 ，研究已经取得 了显著的阶段性成果 ，并将在下一阶段 的工作 中引入更加新颖高效的 方法来进一步提高叶片分类准确率。 关键词：基于 内容的图像分析；叶片分类；图像分割；特征提取；支持向量机；特征融合；无线传感器网络 中图分类号：TP391．4 文献标志码 ：A 文章编号 ：1001—3695(2015)11—3336—05 doi：10．3969／j．issn．1001。3695．2015．11．031 Plantleafclassificationsystem usingCBIA andWSN LiChen ‘，YaoWei，HanZhongwei，GaoYihong ，FlorianSchmidt‘ ， JiangTao，DingHuijun，WangZhenyu。，ShenMinmin。’ (1．FacuhyofNaturalSciences＆Engineering，UniversityofSiegen，Siegen，NorthRhine—WestphaliaD一57076，Germany；2．Gamelastitule， JilinAnimationInstitute，Changchun130012，China；3．SchoolofComputerScience，BeijingUniversityofPostsTelecommunications．Bei— jing100876，China；4．SchoolofControlEngineering，ChengduUniversityofInformationTechnology，Chengdu610225，Chino；5．Shenz— henUniversityHealthScienceCenter，SheazhenUniversity，ShenzhenGuangdong