高级检索

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于图像分析的梅花品种识别研究

张娟 黄心渊

张娟, 黄心渊. 基于图像分析的梅花品种识别研究[J]. 北京林业大学学报, 2012, 34(1): 96-104.
引用本文: 张娟, 黄心渊. 基于图像分析的梅花品种识别研究[J]. 北京林业大学学报, 2012, 34(1): 96-104.
ZHANG Juan, HUANG Xin-yuan. Species identification of Prunus mume based on image analysis.[J]. Journal of Beijing Forestry University, 2012, 34(1): 96-104.
Citation: ZHANG Juan, HUANG Xin-yuan. Species identification of Prunus mume based on image analysis.[J]. Journal of Beijing Forestry University, 2012, 34(1): 96-104.

基于图像分析的梅花品种识别研究

Species identification of Prunus mume based on image analysis.

  • 摘要: 针对梅花图像,提出了适合其颜色、形状、纹理3方面特征的描述方法。在颜色特征提取方面,通过直方图归类的结果,提出了适合描述梅花图像色彩特征的方法。改进了对形状特征进行描述的平坦度算法,在计算平坦度时只计算花朵区域,没有统计背景区域,使算法得到简化,并且不影响最终的效果。改进了灰度共生矩阵的计算方法,首先提取出花朵区域的最小外接长方形,以此作为新的图像的长和宽,降低灰度共生矩阵的计算量;然后再计算4个角度的灰度共生矩阵,累加相应的矩阵元素除以4求出4个矩阵的平均矩阵,作为参与运算的灰度共生矩阵;计算该矩阵的相关参数作为纹理特征的描述。最后对提取到的19个特征采用SVM分类器进行分类和识别。对 660幅梅花图像(每个品种60幅,11个品种)进行测试,330幅作为训练样本,另外330幅作为测试样本。实验结果表明,在对SVM分类器做交叉验证后,识别率可达到93.94%。该识别系统具有较高的识别准确率和稳定性,能够起到知识普及的作用,减轻专业人员的负担,增加梅花的鉴赏性。
  • [1] 刘嘉政, 王雪峰, 王甜.  基于深度学习的5种树皮纹理图像识别研究 . 北京林业大学学报, 2019, 41(4): 146-154. doi: 10.13332/j.1000-1522.20180242
    [2] 刘嘉政, 王雪峰, 王甜.  基于多特征融合和CNN模型的树种图像识别研究 . 北京林业大学学报, 2019, 41(11): 76-86. doi: 10.13332/j.1000-1522.20180366
    [3] 陈冀岱, 牛树奎.  多时相高分辨率遥感影像的森林可燃物分类和变化分析 . 北京林业大学学报, 2018, 40(12): 38-48. doi: 10.13332/j.1000-1522.20180269
    [4] 冯静静, 张晓丽, 刘会玲.  基于灰度梯度图像分割的单木树冠提取研究 . 北京林业大学学报, 2017, 39(3): 16-23. doi: 10.13332/j.1000-1522.20160373
    [5] 吴笑鑫, 高良, 闫民, 赵方.  基于多特征融合的花卉种类识别研究 . 北京林业大学学报, 2017, 39(4): 86-93. doi: 10.13332/j.1000-1522.20160367
    [6] 张帅, 淮永建.  基于分层卷积深度学习系统的植物叶片识别研究 . 北京林业大学学报, 2016, 38(9): 108-115. doi: 10.13332/j.1000-1522.20160035
    [7] 林卓, 吴承祯, 洪伟, 洪滔.  基于BP神经网络和支持向量机的杉木人工林收获模型研究 . 北京林业大学学报, 2015, 37(1): 42-54. doi: 10.13332/j.cnki.jbfu.2015.01.008
    [8] 刘怀鹏, 安慧君, 王冰, 张秋良.  基于递归纹理特征消除的WorldView-2树种分类 . 北京林业大学学报, 2015, 37(8): 53-59. doi: 10.13332/j.1000-1522.20140311
    [9] 王丽君, 淮永建, 彭月橙.  基于叶片图像多特征融合的观叶植物种类识别 . 北京林业大学学报, 2015, 37(1): 55-69. doi: 10.13332/j.cnki.jbfu.2015.01.006
    [10] 吴梦宇, 罗琴娟, 韩摇宁.  基于多运动特征的森林火灾烟雾图像识别算法 . 北京林业大学学报, 2013, 35(3): 154-158.
    [11] 王晓松, 黄心渊.  一种改进的基于MRF的树木图像提取方法 . 北京林业大学学报, 2012, 34(5): 128-133.
    [12] 张娟, 韩殿元, 黄心渊.  自然背景下的梅花图像分割算法研究 . 北京林业大学学报, 2012, 34(3): 64-70.
    [13] 黄儒乐, 吴江, 韩宁.  林火烟雾图像自动识别中的模式分类器选择 . 北京林业大学学报, 2012, 34(1): 92-95.
    [14] 计智伟, 汪杭军, 何涛, 尹建新.  基于改进区域生长的木材导管形态特征提取方法 . 北京林业大学学报, 2011, 33(3): 64-69.
    [15] 王晓松, 黄心渊, 付慧.  复杂背景下的树木图像提取 . 北京林业大学学报, 2010, 32(3): 197-203.
    [16] 吕英民, 曹亮, 张启翔.  不同种系梅花品种组织培养繁殖研究 . 北京林业大学学报, 2008, 30(3): 74-79.
    [17] 孙庆艳, 余新晓, 胡淑萍, 肖洋, 李金海, 武军.  基于ArcGIS环境下DEM流域特征提取及应用 . 北京林业大学学报, 2008, 30(supp.2): 144-147.
    [18] 祁亨年, 陈丰农, 方陆明, 马灵飞.  一种基于形态学的木材导管图像分割方法 . 北京林业大学学报, 2008, 30(4): 12-16.
    [19] 尹增芳, 李云开, 张玉兰, 梁善庆, 崔丽娟, 林勇明, 李昌晓, 李春义, 周繇, 刘杏娥, 任云卯, 王春梅, 闫德千, 张运春, 谭健晖, 张颖, 王蕾, 周海宾, 金莹杉, 林娅, 赵铁珍, 王戈, 张仁军, 张秀新, 孙阁, 吴淑芳, 王超, 陈圆, 邢韶华, 刘青林, 高岚, 黄华国, 杨培岭, 刘艳红, 刘国经, 张志强, 樊汝汶, 张明, 江泽慧, 张桥英, 江泽慧, 王以红, 翟明普, 洪滔, 马履一, 马钦彦, 王莲英, 钟章成, 温亚利, 张曼胤, 于俊林, 赵勃, 罗建举, 杨远芬, 徐秋芳, 余养伦, 吴普特, 周荣伍, 邵彬, 汪晓峰, 杨海军, 田英杰, 陈学政, 王玉涛, 吴承祯, 殷际松, 冯浩, 于文吉, 何春光, 张本刚, 王希群, 刘俊昌, 安玉涛, 崔国发, 费本华, 罗鹏, 张晓丽, 王小青, 周国模, 周国逸, 柯水发, 任树梅, 蔡玲, 马润国, 洪伟, 徐昕, 邬奇峰, 费本华, 何松云, 徐克学, 王九中, 康峰峰, 魏晓华, 李敏, 温亚利, 刘爱青, 高贤明, 赵景刚, 骆有庆, 胡喜生, 赵弟行, 任海青, 赵焕勋, 吴家森, 安树杰, 朱高浦, 郑万建, 田平, 吴宁, 林斌, 宋萍, 卢俊峰, 李永祥, 范海兰.  强烈侵蚀产沙区小流域土壤侵蚀强度的支持向量机预报模型研究 . 北京林业大学学报, 2007, 29(3): 93-98.
    [20] 宗世祥, 韩轶, 吴延熊, 杨期和, LIYong-ning, 李春干, 李悦, 王登芝, 杨华, 李崇贵, 瞿超, 耿宏生, MENGXian-yu, 聂立水, 贾峰勇, 李吉跃, 叶万辉, 孟宪宇, 张云, HUANGXuan-rui, 景海涛, 李吉跃, 刘燕, 骆有庆, , 续九如, 高润宏, 廖富林, 胡磊, , 胡涌, WANGJin-mao, 程俊, 许志春, 张连生, 孙丹峰, , , , 梁树军, 贾黎明, 刘云慧, , , 赵世华, .  单株立木图像信息的提取与解算 . 北京林业大学学报, 2005, 27(1): 51-54.
  • 加载中
计量
  • 文章访问数:  1726
  • HTML全文浏览量:  62
  • PDF下载量:  110
  • 被引次数: 0
出版历程
  • 收稿日期:  1900-01-01
  • 修回日期:  1900-01-01
  • 刊出日期:  2012-01-30

基于图像分析的梅花品种识别研究

摘要: 针对梅花图像,提出了适合其颜色、形状、纹理3方面特征的描述方法。在颜色特征提取方面,通过直方图归类的结果,提出了适合描述梅花图像色彩特征的方法。改进了对形状特征进行描述的平坦度算法,在计算平坦度时只计算花朵区域,没有统计背景区域,使算法得到简化,并且不影响最终的效果。改进了灰度共生矩阵的计算方法,首先提取出花朵区域的最小外接长方形,以此作为新的图像的长和宽,降低灰度共生矩阵的计算量;然后再计算4个角度的灰度共生矩阵,累加相应的矩阵元素除以4求出4个矩阵的平均矩阵,作为参与运算的灰度共生矩阵;计算该矩阵的相关参数作为纹理特征的描述。最后对提取到的19个特征采用SVM分类器进行分类和识别。对 660幅梅花图像(每个品种60幅,11个品种)进行测试,330幅作为训练样本,另外330幅作为测试样本。实验结果表明,在对SVM分类器做交叉验证后,识别率可达到93.94%。该识别系统具有较高的识别准确率和稳定性,能够起到知识普及的作用,减轻专业人员的负担,增加梅花的鉴赏性。

English Abstract

张娟, 黄心渊. 基于图像分析的梅花品种识别研究[J]. 北京林业大学学报, 2012, 34(1): 96-104.
引用本文: 张娟, 黄心渊. 基于图像分析的梅花品种识别研究[J]. 北京林业大学学报, 2012, 34(1): 96-104.
ZHANG Juan, HUANG Xin-yuan. Species identification of Prunus mume based on image analysis.[J]. Journal of Beijing Forestry University, 2012, 34(1): 96-104.
Citation: ZHANG Juan, HUANG Xin-yuan. Species identification of Prunus mume based on image analysis.[J]. Journal of Beijing Forestry University, 2012, 34(1): 96-104.

目录

    /

    返回文章
    返回