一种结合形状与纹理特征的植物叶片分类方法-计算机工程与应用.PDF

Computer Engineering and Applications 计算机工程与应用 2014 ，50（23 ） 185 一种结合形状与纹理特征的植物叶片分类方法 董红霞，郭斯羽 DONG Hongxia, GUO Siyu 湖南大学 电气与信息工程学院，长沙 410082 School of Electrical and Information Engineering, Hunan University, Changsha 410082, China DONG Hongxia, GUO Siyu. Plant leaf classification method combining shape and texture features. Computer Engi- neering and Applications, 2014, 50 （23 ）：185-188. Abstract ：Recognition of plants based on plant leaves is of important aid for biological and ecological sciences. An algo- rithm for leaf classification based on shape and texture features is presented. Following the preprocessing of image denois- ing, the leaf region is obtained through segmentation and mathematical morphological operations. Shape features are extracted from the segmented binary region image, and texture features are extracted from the gray-scale image. A BP for- ward neural network with the features as inputs is adopted for classification. Experimental results on real-world images show that higher classification accuracy can be achieved by the proposed method compared with existing algorithms. Key words ：leaf classification; shape feature; texture; Back Propagation （BP ）neural network 摘 要：根据植物叶片识别植物种类对于生物科学与生态科学具有重要的辅助作用。针对叶片分类，提出了一种基 于形状与纹理特征的分类算法。在进行了去噪等预处理后，通过阈值分割和数学形态学方法获取叶片区域；在分割 得到的二值区域图像上提取了形状特征，在灰度图像上提取了纹理特征；在所得特征的基础上，利用BP 网络对叶片 进行分类。在实际图片上的实验结果表明，相比于已有算法，该方法可以达到更高的正确分类率。 关键词：叶片分类；形状特征；纹理；反向传播（BP ）神经网络 文献标志码：A 中图分类号：TP391.4 doi ：10.3778/j.issn. 1002-8331.1301-0138 1 引言 茶叶嫩芽的自动采摘提供了一种有效方法；文献[6]在 植物的识别和分类对于区分植物种类、研究植物间 识别植物识别过程中引入分形方法与分形特征，对单株 [1] 植物的类别和植物群落都有较好的识别。但总体而言， 的亲缘关系、阐明植物系统的进化规律具有重要意义 。 近年来，在基于植物叶片图像的植物分类等方面的研究 为了在实用中进一步提高工作效率、降低人员的劳动强 不断取得进展，包括叶片图像的特征选取、算法性能和 度等，基于图像的植物叶片自动识别的准确率更有待提 分类器设计等。文献[2]基于叶片图