CAJ | 학술논문

基于计算机的植物自动识别是植物识别分类学的发展趋势,本文提出了一种基于植物叶片图像的植物自动识别方法.该方法在对叶片图像进行亮度校正、中值滤波和阈值分割等预处理后,计算植物叶片的偏心率、圆形性、圆形度指标、方向角、最小矩形宽轴/长轴、最佳椭圆短轴/长轴6个形状特征参数和植物叶片的二阶矩、对比度、相关、熵、逆差矩5个纹理特征参数,再使用径向基人工神经网络设计了植物自动识别的分类器.通过对3种植物的60个叶片图像进行实验,仅用植物叶片形状特征进行植物识别的平均正确识别率为70.83%,利用植物叶片形状特征和纹理特征进行植物自动识别的平均正确识别率为83.3%,并得到了径向基人工神经网络的参数.实验结果表明,植物叶片图像的纹理特征能够提高植物自动识别的平均正确率,基于植物叶片图像的植物自动识别是切实可行的,研究成果为深入研究植物自动识别分类系统奠定了一定的理论基础.
기우계산궤적식물자동식별시식물식별분류학적발전추세,본문제출료일충기우식물협편도상적식물자동식별방법.해방법재대협편도상진행량도교정、중치려파화역치분할등예처리후,계산식물협편적편심솔、원형성、원형도지표、방향각、최소구형관축/장축、최가타원단축/장축6개형상특정삼수화식물협편적이계구、대비도、상관、적、역차구5개문리특정삼수,재사용경향기인공신경망락설계료식물자동식별적분류기.통과대3충식물적60개협편도상진행실험,부용식물협편형상특정진행식물식별적평균정학식별솔위70.83%,이용식물협편형상특정화문리특정진행식물자동식별적평균정학식별솔위83.3%,병득도료경향기인공신경망락적삼수.실험결과표명,식물협편도상적문리특정능구제고식물자동식별적평균정학솔,기우식물협편도상적식물자동식별시절실가행적,연구성과위심입연구식물자동식별분류계통전정료일정적이론기출.