本文選題：形狀描述 + 內(nèi)外弦長(zhǎng)��； 參考：《計(jì)算機(jī)學(xué)報(bào)》2017年11期

【摘要】：植物葉片形狀一般具有小的類間差異和大的類內(nèi)變化,再加之葉片的自遮擋和噪聲的干擾,給葉片形狀的識(shí)別帶來了很大的挑戰(zhàn).文中提出了一種新的形狀描述子——弦特征矩陣(Chord-Features Matrices,CFM),精確而又魯棒地應(yīng)用于植物葉片圖像的分類和檢索問題.該方法將目標(biāo)輪廓線的弦,依據(jù)輪廓線所圍成的區(qū)域,分成內(nèi)和外兩個(gè)部分.因其與輪廓線凸凹特性的相關(guān)性,該方法用多個(gè)尺度級(jí)的內(nèi)部弦長(zhǎng)和外部弦長(zhǎng)生成兩個(gè)矩陣,旨在隱式地描述輪廓線的多尺度的凸凹特性.該方法還定義了多個(gè)尺度級(jí)的弧到弦的平均投影長(zhǎng)度,并構(gòu)成矩陣,以反應(yīng)輪廓線在各個(gè)尺度級(jí)下的彎曲程度.組合這3個(gè)矩陣所形成的CFM描述子,全面地刻畫了輪廓線的幾何特性,具有強(qiáng)的形狀表征能力.用Swedish、Flavia和ImageCLEF這3個(gè)具有挑戰(zhàn)性的葉片圖像測(cè)試集,對(duì)文中提出的CFM方法分別進(jìn)行分類和檢索性能評(píng)估.實(shí)驗(yàn)結(jié)果表明,文中提出的方法在精確度和對(duì)噪聲的魯棒性方面均優(yōu)于其他植物葉片圖像分類和檢索方法.而文中提出的方法在MPEG-7測(cè)試集上的實(shí)驗(yàn)結(jié)果則驗(yàn)證了其具有應(yīng)用于一般的形狀識(shí)別任務(wù)的潛力.
[Abstract]:Plant leaf shape generally has small differences between classes and large intra-class changes, coupled with leaf self-occlusion and noise interference, which brings great challenges to the recognition of leaf shape. In this paper, a new shape descriptor, Chord-Features Matrices, is presented, which is applied to the classification and retrieval of plant leaf images accurately and robustly. In this method, the string of the contour line is divided into two parts according to the region formed by the contour line. Because of its correlation with the convex and concave characteristics of contour lines, the method generates two matrices by using the internal chord length and the external chord length of multiple scales to implicitly describe the multi-scale convex and concave properties of the contours. The method also defines the average projection length of arc-to-chord of multiple scales and forms a matrix to reflect the bending degree of contours at each scale level. The CFM descriptors formed by the combination of these three matrices can describe the geometric properties of the contour line comprehensively and have a strong ability of shape representation. Three challenging leaf image test sets, SwedishFlavia and ImageCLEF, are used to evaluate the classification and retrieval performance of the proposed CFM method. The experimental results show that the proposed method is superior to other methods in classification and retrieval of plant leaf images in terms of accuracy and robustness to noise. The experimental results on the MPEG-7 test set show that the proposed method has the potential to be applied to general shape recognition tasks.
【作者單位】： 南京財(cái)經(jīng)大學(xué)信息工程學(xué)院;南京財(cái)經(jīng)大學(xué)電子商務(wù)省級(jí)重點(diǎn)實(shí)驗(yàn)室;
【基金】：國(guó)家自然科學(xué)基金(61372158) 江蘇省自然科學(xué)基金(BK20141487) 江蘇省“333工程”高層次人才資助項(xiàng)目(BRA2015351) 江蘇省科技計(jì)劃項(xiàng)目(產(chǎn)學(xué)研合作前瞻性聯(lián)合研究)(BY2016009-03) 江蘇省高校優(yōu)勢(shì)學(xué)科建設(shè)工程資助項(xiàng)目(PAPD) 江蘇省高校優(yōu)秀科技創(chuàng)新團(tuán)隊(duì)項(xiàng)目(2017-15)資助~~
【分類號(hào)】：TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 周正東,章品正,舒華忠,周衛(wèi)平,李松毅,於文雪;基于小波惟一描述子的多邊形逼近方法[J];數(shù)據(jù)采集與處理;2005年01期

2 王志衡;吳福朝;;均值-標(biāo)準(zhǔn)差描述子與直線匹配[J];模式識(shí)別與人工智能;2009年01期

3 劉仰龍;王從慶;高玨;許榮華;;基于小波描述子的水果果形分類[J];浙江大學(xué)學(xué)報(bào)(農(nóng)業(yè)與生命科學(xué)版);2010年03期

4 王志衡;智珊珊;劉紅敏;;基于亮度序的均值標(biāo)準(zhǔn)差描述子[J];模式識(shí)別與人工智能;2013年04期

5 田時(shí)髦;汪增福;;一種對(duì)亮度變化魯棒的局部特征描述子及其快速生成算法[J];小型微型計(jì)算機(jī)系統(tǒng);2013年08期

6 盧鴻波;孫愿;張志敏;;采用旋轉(zhuǎn)匹配的二進(jìn)制局部描述子[J];中國(guó)圖象圖形學(xué)報(bào);2013年10期

7 惠國(guó)保;李東波;童一飛;;基于優(yōu)化采樣模式的緊湊而快速的二進(jìn)制描述子[J];自動(dòng)化學(xué)報(bào);2014年02期

8 王濤,劉文印,孫家廣,張宏江;傅立葉描述子識(shí)別物體的形狀[J];計(jì)算機(jī)研究與發(fā)展;2002年12期

9 劉微;;精簡(jiǎn)顏色描述子研究[J];吉林師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2008年03期

10 王明俊;王萍;王玲;;基于傅立葉描述子的中長(zhǎng)跑自動(dòng)計(jì)圈技術(shù)研究[J];科學(xué)技術(shù)與工程;2009年03期

相關(guān)會(huì)議論文 前10條

1 金培權(quán);周英華;岳麗華;龔育昌;;基于歷史拓?fù)浜兔枋鲎拥臅r(shí)空變化表示[A];第二十屆全國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（研究報(bào)告篇）[C];2003年

2 張靜茹;何耀;劉興濤;朱明清;陳宗海;;基于區(qū)域協(xié)方差描述子的視頻靜止目標(biāo)檢測(cè)[A];第13屆中國(guó)系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)年會(huì)論文集[C];2011年

3 蔡占川;孫偉;畢寧;齊東旭;;基于U描述子物體形狀的識(shí)別[A];全國(guó)網(wǎng)絡(luò)與信息安全技術(shù)研討會(huì)'2005論文集（下冊(cè)）[C];2005年

4 張波;鄒建成;劉旭麗;;一類新的Ⅴ描述子在形狀識(shí)別中的應(yīng)用[A];中國(guó)幾何設(shè)計(jì)與計(jì)算新進(jìn)展2007——第三屆中國(guó)幾何設(shè)計(jì)與計(jì)算大會(huì)論文集[C];2007年

5 王建;朱明清;趙宇宙;郭明瑋;陳宗海;;基于含時(shí)切割平面和區(qū)域協(xié)方差描述子的跳躍行為識(shí)別方法[A];第13屆中國(guó)系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)年會(huì)論文集[C];2011年

6 鐵小勻;鐘文琦;劉雪;鄒建成;;一種新的基于Ⅴ描述子的圖形水印技術(shù)[A];中國(guó)幾何設(shè)計(jì)與計(jì)算新進(jìn)展2007——第三屆中國(guó)幾何設(shè)計(jì)與計(jì)算大會(huì)論文集[C];2007年

7 戴岳剛;明東;;基于數(shù)學(xué)描述子的步態(tài)圖像處理方法研究[A];天津市生物醫(yī)學(xué)工程學(xué)會(huì)第29屆學(xué)術(shù)年會(huì)暨首屆生物醫(yī)學(xué)工程前沿科學(xué)研討會(huì)論文集[C];2009年

8 熊剛強(qiáng);齊東旭;;基于分段多項(xiàng)式描述子和BP網(wǎng)絡(luò)的形狀識(shí)別方法[A];第十五屆全國(guó)圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2010年

9 陳興峰;顧行發(fā);李紫薇;余濤;鄭進(jìn)軍;郭丁;;基于“凈化邊界的傅立葉描述子”圖像形狀特征提取[A];第十四屆全國(guó)圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2008年

10 原琨;姚鴻勛;紀(jì)榮嶸;;基于時(shí)空關(guān)聯(lián)的角色關(guān)系挖掘[A];第六屆和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會(huì)議（HHME2010)、第19屆全國(guó)多媒體學(xué)術(shù)會(huì)議（NCMT2010）、第6屆全國(guó)人機(jī)交互學(xué)術(shù)會(huì)議（CHCI2010）、第5屆全國(guó)普適計(jì)算學(xué)術(shù)會(huì)議（PCC2010）論文集[C];2010年

相關(guān)博士學(xué)位論文 前10條

1 曹祝樓;醫(yī)學(xué)圖像配準(zhǔn)中的若干關(guān)鍵問題研究[D];山東大學(xué);2015年

2 李瑩瑩;圖像局部特征描述子的構(gòu)建研究[D];合肥工業(yè)大學(xué);2015年

3 尚俊;圖像二進(jìn)制描述子及其目標(biāo)識(shí)別算法研究[D];華中科技大學(xué);2016年

4 唐可可;基于局部形狀描述和匹配選擇的三維物體識(shí)別系統(tǒng)[D];中國(guó)科學(xué)技術(shù)大學(xué);2017年

5 洪曉鵬;新型二階統(tǒng)計(jì)描述子及其在物體檢測(cè)與跟蹤方面的應(yīng)用[D];哈爾濱工業(yè)大學(xué);2010年

6 林杰;面向移動(dòng)視覺搜索的緊湊聚合描述子研究[D];北京交通大學(xué);2014年

7 舒禹程;基于特征描述子的圖像匹配算法研究[D];華中科技大學(xué);2015年

8 鄧?yán)?擴(kuò)展目標(biāo)的特征提取及目標(biāo)識(shí)別[D];中國(guó)科學(xué)院研究生院（光電技術(shù)研究所）;2013年

9 田甜;快速局部圖像特征提取方法研究[D];華中科技大學(xué);2015年

10 李昌英(Ri ChangYong);基于上下文信息的語(yǔ)義圖像分類研究[D];浙江大學(xué);2014年

相關(guān)碩士學(xué)位論文 前10條

1 吳倩雯;改進(jìn)的SURF描述子及其在服飾圖片檢索中的應(yīng)用研究[D];電子科技大學(xué);2014年

2 李磊;基于3DZernike描述子的視頻水印認(rèn)證技術(shù)研究[D];中國(guó)科學(xué)院大學(xué)(工程管理與信息技術(shù)學(xué)院);2015年

3 劉曉璐;典型二進(jìn)制描述子研究及性能評(píng)估[D];西安電子科技大學(xué);2014年

4 豐一流;SIFT圖像匹配算法面向?qū)崟r(shí)性的優(yōu)化與實(shí)現(xiàn)[D];國(guó)防科學(xué)技術(shù)大學(xué);2013年

5 楊學(xué)文;面向交互語(yǔ)義的用戶基本手勢(shì)實(shí)時(shí)檢索方法研究[D];濟(jì)南大學(xué);2015年

6 何川;基于RGB-D的場(chǎng)景支撐關(guān)系提取算法研究[D];合肥工業(yè)大學(xué);2014年

7 王延青;一種基于拓?fù)浞治龅娜S模型描述子及其應(yīng)用研究[D];南京大學(xué);2013年

8 朱婷;圖像不規(guī)則區(qū)域匹配算法研究[D];河南理工大學(xué);2015年

9 邵長(zhǎng)峰;基于凸優(yōu)化的二值描述子研究及實(shí)時(shí)作物行檢測(cè)中的應(yīng)用[D];哈爾濱工業(yè)大學(xué);2016年

10 盧迎彬;基于分層特征描述子的移動(dòng)機(jī)器人行人目標(biāo)跟蹤[D];北京工業(yè)大學(xué);2016年

，

本文編號(hào)：1898549