科学技术与工程
科學技術與工程
과학기술여공정
SCIENCE TECHNOLOGY AND ENGINEERING
2012年
12期
2791-2794,2804
,共5页
主动形状模型%地标点%相似度%机器学习%叶形
主動形狀模型%地標點%相似度%機器學習%葉形
주동형상모형%지표점%상사도%궤기학습%협형
在继承主动形状模型以地标点序列表示对象形状轮廓,通过归一化序列间的统计关系来研究形状间的相似性和差异性;以及用识别率来体现识别效果这三个基本特征的同时,针对植物叶片识别的特点,对模型进行了改进.增加了独立参数和粗分类步骤,使叶片识别免受非形状分类因素的干扰.在归一化进程中分别应用覆盖面积半径和生物学参照点进行伸缩变换和旋转变换,使归一化更符合生物学特征.在分类时通过设置相似度阈值,强化了同类叶片的标准,从而减少了一些非同类的误归入事件的发生.最后设计了三组实验来研究各影响因素独立变化时对识别率的影响,同时引入了误差矩阵和相似度矩阵,分别来体现错分的事件的分布情况并揭示了产生锴分的原因.经过这些改进,实现植物叶片图像的批量识别和分类,提供了一种查询错分分布的方法并指出提高识别率的研究方向.
在繼承主動形狀模型以地標點序列錶示對象形狀輪廓,通過歸一化序列間的統計關繫來研究形狀間的相似性和差異性;以及用識彆率來體現識彆效果這三箇基本特徵的同時,針對植物葉片識彆的特點,對模型進行瞭改進.增加瞭獨立參數和粗分類步驟,使葉片識彆免受非形狀分類因素的榦擾.在歸一化進程中分彆應用覆蓋麵積半徑和生物學參照點進行伸縮變換和鏇轉變換,使歸一化更符閤生物學特徵.在分類時通過設置相似度閾值,彊化瞭同類葉片的標準,從而減少瞭一些非同類的誤歸入事件的髮生.最後設計瞭三組實驗來研究各影響因素獨立變化時對識彆率的影響,同時引入瞭誤差矩陣和相似度矩陣,分彆來體現錯分的事件的分佈情況併揭示瞭產生鍇分的原因.經過這些改進,實現植物葉片圖像的批量識彆和分類,提供瞭一種查詢錯分分佈的方法併指齣提高識彆率的研究方嚮.
재계승주동형상모형이지표점서렬표시대상형상륜곽,통과귀일화서렬간적통계관계래연구형상간적상사성화차이성;이급용식별솔래체현식별효과저삼개기본특정적동시,침대식물협편식별적특점,대모형진행료개진.증가료독립삼수화조분류보취,사협편식별면수비형상분류인소적간우.재귀일화진정중분별응용복개면적반경화생물학삼조점진행신축변환화선전변환,사귀일화경부합생물학특정.재분류시통과설치상사도역치,강화료동류협편적표준,종이감소료일사비동류적오귀입사건적발생.최후설계료삼조실험래연구각영향인소독립변화시대식별솔적영향,동시인입료오차구진화상사도구진,분별래체현착분적사건적분포정황병게시료산생개분적원인.경과저사개진,실현식물협편도상적비량식별화분류,제공료일충사순착분분포적방법병지출제고식별솔적연구방향.