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

基于叶片图像多特征融合的观叶植物种类识别

王丽君 淮永建 彭月橙

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[J]. 北京林业大学学报, 2015, 37(1): 55-69. doi: 10.13332/j.cnki.jbfu.2015.01.006
引用本文: 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[J]. 北京林业大学学报, 2015, 37(1): 55-69. doi: 10.13332/j.cnki.jbfu.2015.01.006
WANG Li-jun, HUAI Yong-jian, PENG Yue-cheng. Method of identification of foliage from plants based on extraction of multiple features of leaf images.[J]. Journal of Beijing Forestry University, 2015, 37(1): 55-69. doi: 10.13332/j.cnki.jbfu.2015.01.006
Citation: WANG Li-jun, HUAI Yong-jian, PENG Yue-cheng. Method of identification of foliage from plants based on extraction of multiple features of leaf images.[J]. Journal of Beijing Forestry University, 2015, 37(1): 55-69. doi: 10.13332/j.cnki.jbfu.2015.01.006

基于叶片图像多特征融合的观叶植物种类识别

doi: 10.13332/j.cnki.jbfu.2015.01.006
基金项目: 

中央高校基本科研业务费专项(RW2011-- 29)。

详细信息
    作者简介:

    第一作者:王丽君。主要研究方向:图像处理。Email:wanglijun@bjfu.edu.cn 地址:100083 北京市清华东路35号北京林业大学信息学院。
    责任作者: 淮永建,教授,博士生导师。主要研究方向:虚拟植物。 Email: huaiyj@163.com 地址:同上。

    第一作者:王丽君。主要研究方向:图像处理。Email:wanglijun@bjfu.edu.cn 地址:100083 北京市清华东路35号北京林业大学信息学院。
    责任作者: 淮永建,教授,博士生导师。主要研究方向:虚拟植物。 Email: huaiyj@163.com 地址:同上。

Method of identification of foliage from plants based on extraction of multiple features of leaf images.

计量
  • 文章访问数:  716
  • HTML全文浏览量:  134
  • PDF下载量:  19
  • 被引次数: 0
出版历程
  • 收稿日期:  2014-03-14
  • 刊出日期:  2015-01-30

基于叶片图像多特征融合的观叶植物种类识别

doi: 10.13332/j.cnki.jbfu.2015.01.006
    基金项目:

    中央高校基本科研业务费专项(RW2011-- 29)。

    作者简介:

    第一作者:王丽君。主要研究方向:图像处理。Email:wanglijun@bjfu.edu.cn 地址:100083 北京市清华东路35号北京林业大学信息学院。
    责任作者: 淮永建,教授,博士生导师。主要研究方向:虚拟植物。 Email: huaiyj@163.com 地址:同上。

    第一作者:王丽君。主要研究方向:图像处理。Email:wanglijun@bjfu.edu.cn 地址:100083 北京市清华东路35号北京林业大学信息学院。
    责任作者: 淮永建,教授,博士生导师。主要研究方向:虚拟植物。 Email: huaiyj@163.com 地址:同上。

摘要: 叶片图像特征提取对于植物自动分类识别有着重要的研究意义。本文以观叶植物叶片为研究对象,综合提取叶片图像的颜色、形状和纹理特征,基于支持向量机(SVM)原理提出了基于图像分析的观叶植物自动识别分类方法。通过对50种观叶植物样本图像进行训练和识别,与BP神经网络和KNN识别方法进行比较,本文所采用的SVM分类器的识别率能够达到91.41%,取得了较好的识别效果。

English Abstract

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[J]. 北京林业大学学报, 2015, 37(1): 55-69. doi: 10.13332/j.cnki.jbfu.2015.01.006
引用本文: 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[J]. 北京林业大学学报, 2015, 37(1): 55-69. doi: 10.13332/j.cnki.jbfu.2015.01.006
WANG Li-jun, HUAI Yong-jian, PENG Yue-cheng. Method of identification of foliage from plants based on extraction of multiple features of leaf images.[J]. Journal of Beijing Forestry University, 2015, 37(1): 55-69. doi: 10.13332/j.cnki.jbfu.2015.01.006
Citation: WANG Li-jun, HUAI Yong-jian, PENG Yue-cheng. Method of identification of foliage from plants based on extraction of multiple features of leaf images.[J]. Journal of Beijing Forestry University, 2015, 37(1): 55-69. doi: 10.13332/j.cnki.jbfu.2015.01.006
参考文献 (12)

目录

    /

    返回文章
    返回