论文摘要
植物识别一直是计算机视觉领域最具有挑战性的研究方向之一,加快植物识别技术的发展可以有效保护植物多样性,维护生态平衡,促进社会发展。考虑到叶片具有易采集、易保存等优点,多将叶片作为植物识别的研究对象。植物叶片识别主要有4个阶段,包括图像获取、图像预处理、特征提取和图像识别。在图像采集过程中,机器容易受到光照以及拍摄角度的影响,从而导致拍摄的叶片图像出现光照不均以及阴影的现象,这对以后的叶片图像分割和识别会造成一定的影响。另外当前研究者们主要在空间域提取叶片特征,而在空间域提取特征往往会引入较多的冗余信息从而降低特征的有效性。所以,研究如何提高图像分割精度和降低特征中的冗余信息对植物叶片识别技术的发展具有重要意义。本文针对Leafsnap和Flavia数据库中的植物叶片图像,就图像分割和特征提取问题展开研究,本文的主要工作内容有:(1)提出了一种基于复二次分割的叶片图像处理算法。针对图像中存在光照不均和阴影而难以分割的问题,该算法首先将植物叶片图像由RGB空间转化为对人眼适应性更好的HSV空间;然后取出HSV空间中的V通道,对V通道进行一次同态滤波处理,可以在不改变颜色信息的情况下对图像进行光照补偿;为了在进行图像分割时尽可能保护叶片区域,先采用无监督学习k-means聚类分割算法剔除较为明显的背景区域,后采用谷底最小值分割算法找到叶片与阴影的分界点,再进行二次分割;最后使用形态学方法移除植物叶柄和剩余的噪声块。(2)提出了一种基于复频域纹理特征的植物叶片识别算法。针对在空间域上提取特征会引入较多冗余信息从而降低特征有效性的问题,该算法首先对处理后的叶片图像进行分块处理,而分块有助于保留局部细节信息;然后引入双树复小波变换对每个图像块进行复频域分解,提取分解后的6个高频子带和2个低频子带;接着分别对高频子带提取局部二值模式特征并对低频子带提取局部相位量化特征,融合两种特征得到图像块的特征;为了减少背景等无效信息的干扰,引入了权重因子对每个图像块特征进行加权处理,再串接所有图像块的特征得到整个图像的特征,即复频域纹理特征;最后计算所有训练集和测试集的复频域纹理特征,分别通过KNN和SVM分类器进行分类识别。(3)给出了复二次分割和复频域纹理特征识别算法在各种数据库上的对比实验。本文分别选取了Flavia和Leafsnap两种对比度较高的植物叶片数据库,分别进行了叶片图像分割实验和叶片图像识别实验。叶片图像分割实验结果表明复二次分割算法较其他分割算法分割效果更好,在分割误差、假阳性率、假阴性率三项评价指标上,复二次分割算法均取得了较好的结果,Leafsnap数据库上的平均值分别为7.40%、1.50%、0.86%。叶片图像识别实验结果表明复频域纹理特征较其他特征具有更强的描述性且识别结果更好,与其他文献算法相比也具有一定的优势,其中在Flavia数据库上的最高识别率超过95%。
论文目录
文章来源
类型: 硕士论文
作者: 梅星宇
导师: 李新华
关键词: 复二次分割,复频域特征,局部二值模式,局部相位量化,植物叶片识别
来源: 安徽大学
年度: 2019
分类: 基础科学,信息科技
专业: 生物学,计算机软件及计算机应用
单位: 安徽大学
分类号: TP391.41;Q949
总页数: 85
文件大小: 5393K
下载量: 93
相关论文文献
- [1].动态过程的复频域分析[J]. 高师理科学刊 2010(04)
- [2].信号的复频域分析中拉普拉斯变换求解微分方程[J]. 南方农机 2016(02)
- [3].一类常见复频域系统响应的简便计算[J]. 才智 2013(13)
- [4].信号与系统中“连续系统复频域分析”的教学探讨[J]. 课程教育研究 2015(28)
- [5].移位复用复频域光学相干层析成像研究[J]. 激光与光电子学进展 2015(06)
- [6].基于差分相位解析的复频域多普勒光学相干层析成像技术[J]. 光学学报 2019(11)
- [7].结合聚合通道和复频域特征的防震锤检测算法[J]. 计算机技术与发展 2020(03)
- [8].无时限信号通过LTI系统的间接复频域分析方法[J]. 通信技术 2019(03)
- [9].MATLAB GUI“系统复频域分析”动态演示系统设计[J]. 信息系统工程 2020(07)
- [10].一种改进最小二乘复频域方法及其应用[J]. 华中科技大学学报(自然科学版) 2014(05)
- [11].最小二乘复频域法实复系数矩阵的分析[J]. 噪声与振动控制 2013(03)
- [12].动态网络复频域分析的一种新方法[J]. 科技信息 2009(09)
- [13].基于复频域的连续时间LTI系统分析[J]. 电子技术 2013(04)
- [14].一种基于小波变换的最小二乘复频域法的改进方法[J]. 燕山大学学报 2009(05)
- [15].模态参数的最小二乘复频域局部求解方法[J]. 机械科学与技术 2016(01)
- [16].基于复频域纹理特征的植物叶片识别算法[J]. 江苏农业学报 2019(06)
- [17].最小二乘复频域法在洗衣机模态测试上的应用[J]. 日用电器 2018(02)
- [18].三维全深度复频域光学相干层析成像系统及其对人体皮肤的在体成像[J]. 中国激光 2012(07)
- [19].浅谈基于Matlab动态电路的状态方程复频域求解[J]. 科协论坛(下半月) 2010(10)
- [20].多参考最小二乘复频域法在飞行器模态参数识别中的应用[J]. 航空兵器 2010(06)
- [21].锥壳结构动态特性试验分析[J]. 强度与环境 2010(03)
- [22].“信号与系统”课程中的分解与合成[J]. 电气电子教学学报 2009(02)
- [23].结构应变模态参数辨识的最小二乘复频域方法[J]. 噪声与振动控制 2017(06)
- [24].Pound-Drever-Hall激光稳频系统线性化复频域建模及分析研究[J]. 西安理工大学学报 2018(02)
- [25].连续系统几种分析方法的简单讲解[J]. 考试周刊 2010(47)
- [26].复频域实时重建医学光声图像的研究[J]. 南京大学学报(自然科学) 2016(03)
- [27].基于模态分析的收获机械蓄电池故障诊断[J]. 农业装备与车辆工程 2013(09)
- [28].基于复频域B样条小波与高斯函数的超声信号波至检测[J]. 仪表技术与传感器 2012(11)
- [29].MATLAB在信号分析与处理中的应用[J]. 电力学报 2008(06)
- [30].多参考点复频域识别技术在后视镜试验模态中的应用[J]. 机械制造与自动化 2017(03)