植物多样性是陆地生态系统一个不可或缺的基础,它与人类的生存和发展息息相关。人类之所以能够很健康的生存在地球上,能够呼吸着新鲜空气,是因为植物起到净化的作用。植物的光合作用为人类提供了赖以生存的环境,此外,植物还是地球上最大的生产者。植物的光合作用利用光能制造出大量有机物,为人类和动物提供所需要的能源,维持正常的生命活动。分析叶片图像以便对植物进行识别是计算机视觉和图像处理的重要应用之一,其关键问题在于如何提取具有较强辨别能力的特征,便于区分不同物种的叶型。本文提出了一种基于叶片轮廓的新型形状描述方法,称作半径三角形描述法,主要工作如下:（一）提出目标形状的半径三角形描述方法。对于每一个边界轮廓线上的点,首先计算边界轮廓点与叶轮廓中心的距离,定义为半径,然后沿着顺时针和逆时针方向以边界弧长等于半径得到两个点,称之为临近点。最后将轮廓点与它的两个临近点结合起来形成一个三角形,称之为半径三角形,用于几何特征提取。（二）采用多尺度的研究方法。在一些具有较小锯齿的叶片中,采用单一尺度有时不能有效的描述其具有的特性,容易丢失一些叶片的细微特征信息。因此本文从整体上采用多尺度描述法由粗到细描述叶片形状。（三）采用线性判别分析法^[6]。为了提高叶片识别能力,将高维特征向量描述子进一步与线性判别分析法相结合,得到一种低维特征子空间,以便提取出原始高维描述符的最具有鉴别能力的信息。最后,采用L₁距离的最近邻分类器来度量两个叶形之间的差异性。本文所提出的方法主要用于叶片图像的识别,该方法已在包括瑞典叶片数据集在内的5个公开可用的叶形图像数据集上进行了实验。实验结果表明,该方法优于现有的几种叶片图像分类方法。此外,该方法还在蝴蝶数据集进上行了测试,说明该方法不仅适用于叶片分类,而且还具有对昆虫进行分类的潜能。