基于叶片综合特征的阔叶树机器识别研究

论文摘要

为了有效解决传统植物机器识别对象过宽泛、分类特征较单一且正确识别率较低的问题,提出一种专门针对阔叶树的机器识别方法。该方法将阔叶树叶片的形状特征与其纹理特征相结合,构成一个针对阔叶树叶片图像的综合特征向量,以期更为便捷、快速、高效地对阔叶植物进行计算机自动分类识别。首先提取叶片样本的综合特征信息,然后以概率神经网络（Probabilistic Neural Networks PNN）为分类器对所得到的特征信息进行训练,训练好的网络可以用来识别阔叶的类别,从而确定相应阔叶树的种类。本研究有效提取了含有9个分量的阔叶树叶片综合特征向量,通过对PNN分类器的训练,实现了30种阔叶树的快速机器识别,平均正确识别率达98.3%。比较测试表明:若去掉叶片纹理特征,单以其形状特征作为识别依据,平均识别率仅为93.7%。实验证明针对阔叶树叶片的综合特征识别方法,有效弥补了传统单特征识别方法的不足,使得识别效率得到了较大的提高。本文首次提出基于叶片综合特征的阔叶树机器识别概念,且就此做了比较系统的研究,其中主要的研究工作及结论如下:（1）本文以阔叶树叶片为具体对象,将其形状特征与纹理特征相结合,挖掘并构建出阔叶综合特征信息,并就此综合特征信息的提取做了较深入的研究。文章结合植物学相关理论对叶脉的脉序类型做了一定的研究,且首次将脉序类型的标定值作为叶片的一个纹理特征应用于阔叶树的机器识别中。（2）本文利用已有方法对阔叶树叶片的叶脉图像进行了提取,并在此前提下提出一种改进的差分盒维数算法,且利用此算法对所提取出的叶脉图像进行分形维数的计算,测试结果表明:用此算法求取的叶脉图像分形维数有效地克服了传统分形维数求取方法的不足之处,使得纹理图像的分形维数具有良好的动态范围,结果的准确性得到了较大的提高。（3）首次将概率神经网络（PNN）应用于专门针对阔叶树的机器识别中,且提出一种基于PCA和优化平滑因子的双管道改进PNN分类器模型。（4）应用Microsoft VC++ 6.0和Matlab 6.5,设计开发了一个针对阔叶树的计算机识别系统,该系统可以对阔叶树叶片图像进行全面而合理的预处理,对预处理后的叶片图像可以进行综合特征的准确提取,最后利用所提取到的综合特征信息完成PNN分类器的训练及识别工作,平均正确识别率达98.3%。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 研究目的与意义
• 1.1.1 植物保护的意义
• 1.1.2 植物分类学简介
• 1.1.3 植物机器识别的必要性
• 1.1.4 植物机器识别的可行性
• 1.1.5 植物机器识别的难点
• 1.2 针对叶片特征的植物机器识别国内外研究概况
• 1.2.1 国外概况
• 1.2.2 国内概况
• 1.3 研究内容与目标
• 1.3.1 研究内容
• 1.3.2 研究目标
• 1.4 本章小结
• 第二章 阔叶树叶片图像的获取
• 2.1 获取装置
• 2.2 尺寸标定
• 2.3 图像获取
• 第三章 阔叶树叶片图像预处理
• 3.1 几何变换
• 3.2 亮度和对比度调节
• 3.3 灰度化
• 3.4 均衡化
• 3.5 二值化
• 3.6 灰度直方图
• 3.7 中值滤波
• 3.8 平滑处理
• 3.9 锐化处理
• 3.10 边缘增强
• 3.11 形态学处理
• 3.12 轮廓提取
• 3.13 凸包求取
• 3.14 最小包围矩形求取
• 3.15 本章小结
• 第四章 阔叶树叶片图像的形状特征提取及优选
• 4.1 形状特征提取
• 4.1.1 周长
• 4.1.2 面积
• 4.1.3 质心
• 4.1.4 长轴
• 4.1.5 短轴
• 4.1.6 内接圆
• 4.1.7 外接圆
• 4.1.8 矩形度
• 4.1.9 圆形度
• 4.1.10 球形度
• 4.1.11 偏心率
• 4.1.12 横纵轴比
• 4.1.13 面积凹凸度
• 4.1.14 周长凹凸度
• 4.2 形状特征优选
• 4.3 本章小结
• 第五章 阔叶树叶片图像的纹理特征提取
• 5.1 纹理特征概述
• 5.2 叶脉图像提取
• 5.3 脉序标定
• 5.3.1 脉序类型
• 5.3.2 标定实现
• 5.4 分形维数计算
• 5.4.1 分形理论概述
• 5.4.2 分形维数概述
• 5.4.3 改进的差分盒维数算法
• 5.5 本章小结
• 第六章 PNN 分类器设计及测试结果
• 6.1 人工神经网络概述
• 6.2 基于小样本空间的普通PNN 分类器设计
• 6.3 基于PCA 和优化平滑因子的双管道改进PNN 分类器设计
• 6.3.1 PCA 基本概念
• 6.3.2 GA 基本概念
• 6.3.3 双管道改进PNN 分类器模型
• 6.4 测试结果及分析
• 6.5 本章小结
• 第七章 系统实现及性能测试
• 7.1 系统开发方案优选
• 7.2 系统设计目标
• 7.3 系统设计中用到的关键技术
• 7.4 系统构成及功能模块划分
• 7.5 系统界面设计
• 7.6 系统性能测试及评价
• 7.6.1 响应速度测试
• 7.6.2 兼容性测试
• 7.6.3 系统评价
• 7.7 本章小结
• 第八章 结论与展望
• 8.1 结论
• 8.2 展望
• 参考文献
• 附录
• 致谢
• 作者简介