基于移动端的月季花快速识别方法研究

发布时间：2021-12-17 16:29

　　花卉植物的快速识别是当今园艺植物的研究热点。选取自然背景下的月季花作为研究对象,结合移动端的便利和优势,提出针对月季花的快速识别方法。对人机交互式分割预处理后的图像,使用主颜色提取算法和形状特征描述算法提取主颜色和形状特征,采用改进的融合GLCM和LBP算法提取纹理特征。通过特征选择算法对提取到的特征进行优化后,得到18个强分类特征,采用Random Forest算法对1 000幅图像进行实验,平均识别率可达93.5%。研究结果表明,该方法具有良好的识别效果和较快的识别速度。 

【文章来源】：计算机应用与软件. 2017,34(08)

【文章页数】：7 页

【文章目录】：
0 引言
1 花卉植物特征提取
    1.1 图像采集和预处理
    1.2 颜色特征提取
    1.3 形状特征提取
    1.4 纹理特征提取
    1.5 特征选择
2 系统总体设计
3 实验结果和分析
4 结语


【参考文献】：
期刊论文
[1]多重图像轮廓特征结合的步态识别算法[J]. 赵志杰,孙小英,金雪松,孙华东,卢鑫.  哈尔滨工业大学学报. 2016(04)
[2]基于改进LBP算子的纹理图像分类方法[J]. 李春利,沈鲁娟.  计算机工程与设计. 2016(01)
[3]面向智能交互的图像识别技术综述与展望[J]. 蒋树强,闵巍庆,王树徽.  计算机研究与发展. 2016(01)
[4]基于花朵特征编码归类的植物种类识别方法[J]. 白帆,郑慧峰,沈平平,王成,喻桑桑.  浙江大学学报(工学版). 2015(10)
[5]基于颜色及纹理特征的果蔬种类识别方法[J]. 陶华伟,赵力,奚吉,虞玲,王彤.  农业工程学报. 2014(16)
[6]7个月季和5个玫瑰品种的核型分析[J]. 刘佳,丁晓六,于超,罗乐,潘会堂,张启翔.  西北农林科技大学学报(自然科学版). 2013(05)
[7]基于随机森林的特征选择算法[J]. 姚登举,杨静,詹晓娟.  吉林大学学报(工学版). 2014(01)
[8]融合LBP和GLCM的纹理特征提取方法[J]. 王国德,张培林,任国全,寇玺.  计算机工程. 2012(11)
[9]基于图像分析的梅花品种识别研究[J]. 张娟,黄心渊.  北京林业大学学报. 2012(01)



本文编号：3540500