花卉植物的快速識別是當(dāng)今園藝植物的研究熱點。選取自然背景下的月季花作為研究對象,結(jié)合移動端的便利和優(yōu)勢,提出針對月季花的快速識別方法。對人機交互式分割預(yù)處理后的圖像,使用主顏色提取算法和形狀特征描述算法提取主顏色和形狀特征,采用改進的融合GLCM和LBP算法提取紋理特征。通過特征選擇算法對提取到的特征進行優(yōu)化后,得到18個強分類特征,采用Random Forest算法對1 000幅圖像進行實驗,平均識別率可達93.5%。研究結(jié)果表明,該方法具有良好的識別效果和較快的識別速度。 

【文章來源】：計算機應(yīng)用與軟件. 2017,34(08)

【文章頁數(shù)】：7 頁

【文章目錄】：
0 引言
1 花卉植物特征提取
    1.1 圖像采集和預(yù)處理
    1.2 顏色特征提取
    1.3 形狀特征提取
    1.4 紋理特征提取
    1.5 特征選擇
2 系統(tǒng)總體設(shè)計
3 實驗結(jié)果和分析
4 結(jié)語


【參考文獻】：
期刊論文
[1]多重圖像輪廓特征結(jié)合的步態(tài)識別算法[J]. 趙志杰,孫小英,金雪松,孫華東,盧鑫.  哈爾濱工業(yè)大學(xué)學(xué)報. 2016(04)
[2]基于改進LBP算子的紋理圖像分類方法[J]. 李春利,沈魯娟.  計算機工程與設(shè)計. 2016(01)
[3]面向智能交互的圖像識別技術(shù)綜述與展望[J]. 蔣樹強,閔巍慶,王樹徽.  計算機研究與發(fā)展. 2016(01)
[4]基于花朵特征編碼歸類的植物種類識別方法[J]. 白帆,鄭慧峰,沈平平,王成,喻桑桑.  浙江大學(xué)學(xué)報(工學(xué)版). 2015(10)
[5]基于顏色及紋理特征的果蔬種類識別方法[J]. 陶華偉,趙力,奚吉,虞玲,王彤.  農(nóng)業(yè)工程學(xué)報. 2014(16)
[6]7個月季和5個玫瑰品種的核型分析[J]. 劉佳,丁曉六,于超,羅樂,潘會堂,張啟翔.  西北農(nóng)林科技大學(xué)學(xué)報(自然科學(xué)版). 2013(05)
[7]基于隨機森林的特征選擇算法[J]. 姚登舉,楊靜,詹曉娟.  吉林大學(xué)學(xué)報(工學(xué)版). 2014(01)
[8]融合LBP和GLCM的紋理特征提取方法[J]. 王國德,張培林,任國全,寇璽.  計算機工程. 2012(11)
[9]基于圖像分析的梅花品種識別研究[J]. 張娟,黃心淵.  北京林業(yè)大學(xué)學(xué)報. 2012(01)



本文編號：3540500