基于概率局部判断映射的植物分类方法-ingentaconnect.pdfVIP

第 31 卷 第 11 期 农 业 工 程 学 报 Vol.31 No.11 2015 年 6 月 Transactions of the Chinese Society of Agricultural Engineering Jun. 2015 215 基于概率局部判断映射的植物分类方法 1 1 1 2 张善文 ，王献锋 ，王 震 ，张 强 （1. 西京学院电子信息工程系，西安 710123 ；2. 西北农林科技大学植物保护学院，杨凌 712100 ） 摘 要：基于叶片图像的植物分类与识别方法研究在保护植物物种和生态环境等方面发挥着重要的作用。由于叶片图像 的复杂多样性以及同类叶片图像之间的差异性较大等特点，使得很多基于叶片颜色、形状和纹理的特征提取和识别方法 不能满足植物自动识别系统的需要。在分类概率和局部保持映射（locality preserving projections，LPP ）的基础上，提出 了一种概率局部判别映射（probability locality preserving discriminant projections ，PLPDP ）方法，并应用于植物分类。首 先计算每个样本的分类概率，由样本的局部信息、分类概率和类别信息定义权重矩阵，然后构建目标函数。通过最小化 目标函数寻求最佳投影矩阵，使得原始高维样本经投影后，在低维特征空间保持了样本的局部信息、分布信息和类别信 息。与判别 LPP 和监督 LPP 相比，PLPDP 充分利用了样本的局部信息、分类概率和类别信息，算法的分类能力得到了较 大提高。在公开的植物叶片图像数据库上对 20 类植物叶片图像进行了分类试验，识别率高达 90% 以上。试验结果表明， 该方法是有效可行的。 关键词：图像处理；分类；概率；植物识别；局部保持映射；概率局部判断映射 doi ：10.11975/j.issn.1002-6819.2015.11.031 中图分类号：TP391 文献标志码：A 文章编号：1002-6819(2015)-11-0215-06 张善文，王献锋，王 震，等. 基于概率局部判断映射的植物分类方法[J]. 农业工程学报，2015，31(11)：215－220. doi ：10.11975/j.issn.1002-6819.2015.11.031 Zhang Shanwen, Wang Xianfeng, Wang Zhen, et al. Probability locality preserving discriminant projections for plant recognition[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2015, 31(11): 215 － 220. (in Chinese with English abstract) doi ：10.11975/j.issn.1002-6819.2015.11.031 类方法的关键是定义邻域图中样本间的权重[14] 。但是， 0 引 言 很多流形学习方法中的权重通常仅能反映样本之间的近 植物是人类赖以生存与发展的食物的主要来源，而 邻关系和类别信息，而不能直接反映样本对某一类别的 且在保持水土平衡、防止水土流失、抑制荒漠和改善人 依赖程度。特别在