论文部分内容阅读
植物多样性是地球上一切生物的生存依赖，在人类保护植物多样性的过程中首先要解决的是植物识别问题为了提高植物识别的速度和准确率，基于内容的植物识别技术被提出来叶片因其具有形态较稳定，生存周期相对较长，2D结构的特点，经常被选作识别植物的对象因此，基于叶片形状特征的植物识别技术的研究具有重要意义鉴于已有研究多是基于简单的特定背景，对复杂背景下的叶片识别较少涉及本文使用数字图像处理模式识别和其他领域的知识，提出对复杂背景下叶片识别的改进方案针对自然条件下获取的叶片图像一般存在光照不均匀背景过于复杂等问题，本文重点研究了光照校正算法和图像分割算法，并在此基础上，改进了直方图均衡化算法，提出了彩色图像RGB阈值分割算法本文综合使用上述算法，实现了叶片区域与复杂背景的分割本文以叶片形状特征为依据，在MATLAB R2011a环境下，搭建了一个植物识别验证系统该系统采用了上述算法及一些形态学方法提高图像质量，采用了Canny算子提取叶片图像边缘，使用链码和增量旋转提取了周长等四个有量纲的参数，在此基础上计算了矩形度致密度等7个无量纲参数，形成了特征向量，采用SVM训练叶片特征库，并将得到的分类模型用于识别目标叶片的识别