首页 | 本学科首页   官方微博 | 高级检索  
     检索      

叶片传统特征和距离矩阵与角点矩阵相结合的树种识别算法
引用本文:陈明健,陈志泊,杨猛,莫琴.叶片传统特征和距离矩阵与角点矩阵相结合的树种识别算法[J].北京林业大学学报,2017,39(2):108-116.
作者姓名:陈明健  陈志泊  杨猛  莫琴
作者单位:北京林业大学信息学院
摘    要:针对基于叶片特征进行树种识别的问题,本文在结合叶片纹理、不变矩以及传统形状共25维传统特征的基础上,自定义了叶尖角、边角均值等2个叶片轮廓特征,并以相似多边形定义及其推论作为理论依据,提出了一种基于叶片轮廓构建距离矩阵与角点矩阵进行树种识别的分类方法。该方法首先对树木叶片图像进行预处理,提取出归一化的叶片特征向量,然后利用KNN最近邻分类器筛选出相似度最高的前20个结果集(Top 20),然后构建距离矩阵和角点矩阵进行更为精确的识别匹配。在图像预处理阶段,为获取更为准确的叶片轮廓特征,利用叶片在HSV颜色空间中饱和度特征以及色度特征方面的显著差异性,设计了一种消除叶片阴影的图像预处理算法。在识别匹配阶段,利用Douglas Peucker approximation算法提取叶片轮廓的近似多边形,定义了距离矩阵、角点矩阵、矩阵中元素间相似度、矩阵相似度以及综合相似度计算方法,设计了全局匹配与局部匹配相结合的算法。该算法在Android系统的手机平台上进行了实现和运行验证,结果表明:在Flavia数据集中,对32种共1 907个正常叶片样本的识别准确率为99.61%,对32种共851个残叶样本的准确率为94.92%;在Leafsnap数据集中,对185种共23 147个Lab样本前5个结果集(Top 5)的识别准确率为98.26%。相对其他算法,该算法识别准确率更高,对叶片外形描述能力更强,对残叶、扭曲叶、阴影叶具有更好的鲁棒性,算法的实用性和适应性更强。 

关 键 词:树种识别    距离矩阵    角点矩阵    动态规划    叶片轮廓
收稿时间:2016-10-27

Research on tree species identification algorithm based on combination of leaf traditional characteristics and distance matrix as well as corner matrix
CHEN Ming-jian,CHEN Zhi-bo,YANG Meng,MO Qin.Research on tree species identification algorithm based on combination of leaf traditional characteristics and distance matrix as well as corner matrix[J].Journal of Beijing Forestry University,2017,39(2):108-116.
Authors:CHEN Ming-jian  CHEN Zhi-bo  YANG Meng  MO Qin
Institution:College of Information, Beijing Forestry University, Beijing, 100083, P. R. China
Abstract:
Keywords:tree species identification  distance matrix  corner matrix  dynamic programming  leaf outline
本文献已被 CNKI 万方数据 等数据库收录!
点击此处可从《北京林业大学学报》浏览原始摘要信息
点击此处可从《北京林业大学学报》下载免费的PDF全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号