红色牛顿撞球2014年的总结汇报动画PPT模板.pptVIP

口令：RAPID708 基于安卓的植物识别app 汇报人：邵晨智 汇报时间：2015-7-30 口令：RP2006 / 口令：RP2006 / 国外：主要集中在农业生产中杂草物种的识别，并将其应用到农业机械设备中，使其能根据杂草的情况自动喷洒适量除草剂。 识别物种单一 国内：对植物分类识别的研究情况较少且起步比较晚。用植物叶片形状特征进行植物识别的平均正确识别率为70.83%，利用植物叶片形状特征和纹理特征进行植物自动识别的平均正确识别率为83.3%。 识别率较低 口令：RP2006 / 1.植物识别主要应用于农业领域，农业植物类别分类细，对农业背景知识要求高，模型复杂，应用范围比较窄，只有很少的一部分研究普通植物的识别 2.识别方法主要以单特征为主，主要单独利用植物叶片图像的颜色、形状或纹理等特征，虽然之后慢慢转向多特征融合进行识别，但识别率仍有相当的改进余地 口令：RP2006 / （1）利用手机APP中的拍照功能拍摄植物图片 （2）预处理图片 颜色、纹理、叶片的结构特征 口令：RP2006 / （3）植物叶片分类器的训练及建立植物树叶数据库 （4）图像匹配 口令：RP2006 / （5）确定植物类型 （6）链接到百度百科，呈现植物详细信息 根据求到的相似度匹配的结果，可以进行最相似植物的一个准确定位，这样根据索引在数据库里面查询到该类植物的名称。 口令：RP2006 / （2）提取叶片图像的骨架 采用距离变换算法提取叶片的骨架。距离变换算法就是通过对局部区域赋予距离变换构造路径权值，使之随距离值单调递减，然后利用最短路径算法连接两点间的最短路径，得到骨架分枝，进而得到完整骨架的方法，此种算法更能准确的定位骨架的位置，并具备平移、旋转、比例变化的不变性。 （3）基于模板算子法的边缘检测分析 为了得到植物叶片的边缘特征，我们选择采用Roberts边缘检测算子法。Roberts边缘检测算子是一种利用局部差分寻找的边缘算子，它根据任意一对互相垂直方向上的差分可用来计算梯度的原理，采用对角线方向相邻两像素之差。 口令：RP2006 / 目标软件 国外软件 应用上 全中文 （百度文库） 外文 技术上 识别精度高 （多特征） 识别精度低 匹配准确度高（SVM算法） 匹配准确度低 运行速度快 （聚簇索引） 运行速度慢 VS 口令：RP2006 / 目前的几款软件： leafsnap、LikeThat Garden、PlantNet 口令：RP2006 辅导 请教 / 指导老师：郭丹。研究方向：模式识别，数据挖掘，智能GIS 主持人：邵晨智。获得校级一等奖、校三好学生荣誉证书 参加校级数学竞赛，获得三等奖 成员： 陈龙：熟练掌握C++、JAVA等众多编程语言，数学功底硬，对算法有独特的兴趣，动手能力强 王辉：学生会成员。自学了android应用开发，对数据挖掘、图像识别有深厚兴趣，善于思考，自主学习能力强 口令：RP2006 / /