基于Fourier描述子和LBP相结合的植物叶片识别方法 |
| |
引用本文: | 张善文,张晴晴,齐国红.基于Fourier描述子和LBP相结合的植物叶片识别方法[J].江苏农业科学,2019,47(14). |
| |
作者姓名: | 张善文 张晴晴 齐国红 |
| |
作者单位: | 郑州西亚斯学院,河南新郑,451150;郑州西亚斯学院,河南新郑,451150;郑州西亚斯学院,河南新郑,451150 |
| |
基金项目: | 国家自然科学基金;河南省科技攻关计划;河南省科技攻关计划;河南省科技攻关计划;河南省科技攻关计划;河南省教育厅检测技术与自动化装置重点学科项目 |
| |
摘 要: | 针对植物叶片的复杂性导致基于叶片植物识别的识别率较低的问题,提出一种基于Fourier描述子和局部二值模式(local binary pattern,简称LBP)相结合的植物叶片识别方法。首先,利用Canny算法提取叶片的边缘图像,计算其中心-边缘距离序列的傅里叶变换,得到叶片图像的改进Fourier描述子;然后,提取叶片图像的局部二值模式特征;再利用判别典型相关分析算法将植物叶片的Fourier描述子和LBP特征进行融合,得到1个有利于分类的联合映射矩阵,由此将2类特征映射为1个低维特征向量;然后利用K-最近邻分类器进行植物识别。在公开的智能计算实验室(intelligent computing laboratory,简称ICL)叶片图像数据库上进行分类试验,识别率高达94%以上。结果表明,提出的方法是有效可行的,该研究能够为植物物种自动识别系统提供技术参考。
|
关 键 词: | 植物识别 植物叶片图像 边界角点序列 傅里叶描述子 改进傅里叶描述子 |
本文献已被 CNKI 万方数据 等数据库收录! |
|