opencv环境下的植物叶片特征提取及识别(源码)
摘要：植物叶片的特征提取及种类识别对于我们区分植物科属、探索植物亲缘、研究植物的进化等方面有着重要的意义。本文以植物叶片为研究对象，首先采集了20种不同植物的叶片图像，构建了总计1000多幅的植物图像库，接着介绍分析了图像预处理、边缘检测、图像分割、特征提取以及识别检测的不同方法和相关技术，根据这些技术和方法结合毕业设计需求设计完成了各项功能函数，并进一步研究了不同特征组合的识别效果，最后在OpenCV环境下实现了植物叶片的特征提取及种类识别系统。
目录
摘要 １
关键词 １
Abstract １
引言
1 选题背景 １
1.1 问题的提出 １
1.2 国内外研究状况 １
1.2.1 国外研究状况 ２
1.2.2 国内研究状况 ２
1.3 研究的目的和内容 ２
2植物叶片特征提取与识别的关键技术 ２
2.1 植物叶片特征提取及识别的基本步骤 ２
2.2 图像的预处理 ２
2.2.1 基于简单背景的叶片分割算法 ４
2.2.2 基于复杂背景的叶片分割算法 ５
2.4 特征提取 ６
2.4.1 颜色特征 ６
2.4.2 纹理特征 ８
2.4.3 形状特征 １０
2.5 识别 １２
3 叶片识别系统 １３
3.1 OpenCV简介 １３
3.2 系统模块 １３
3.2.1 单叶识别模块 １３
3.2.2 特征值显示模块 １３
3.2.3 训练与测试模块 １３
3.3 核心功能实现 １３
3.3.1 简单背景图片处理 １３
3.3.2 复杂背景图片处理 １４
3.3.3 叶片的特征值显示 １４
3.3.4 神经网络的训练与测试 １５
3.4 数据库管理 １５
4 总结 １６
致谢 １６
参考文献 １７
基于OpenCV环境下的植物叶片特征提取及识别
Fe
*好棒文|www.hbsrm.com +Q: 3 5 1 9 1 6 0 7 2
ature Extraction and Recognition of Leaves Based on OpenCV
Student majoring in computer science and technology Huang An
Tutor Wu Yanlian
Abstract：The feature extraction and species identification of plant leaves is of great significance for the division of plant species, the research of plant species, and the study on the evolution of plants. This paper takes plant leaves as the research object. Firstly, the author collects leaf images of 20 plants and establishes a database containing over 1000 samples. Then different methods and related technology of image preprocessing, edge detection, image segmentation, feature extraction, detection and recognition are introduced and analyzed. Based on these techniques and methods and in line with the purpose of the thesis, the author constructs some performance functions and further explores the effectiveness of recognition with different combinations of features. Finally, with the help of OpenCV, the leaf feature extraction and species identification system is built.
Key words:edge detection；feature?extraction；image segmentation；image recognition；database.
随着计算机图像处理技术的快速发展，其被越发广泛的应用于各项学科研究中。生活中处处体现出植物对于人类的重要作用，而植物种类的识别，则对我们区分植物科属，研究植物的亲缘关系，探寻植物的进化等方面上有着重要作用，叶片作为植物的重要器官之一，其所具有的不同形态、色泽，能够帮助我们更好的区分植物物种。
1选题背景
1.1问题的提出
植物作为自然界的重要生物组成之一，在人类的生活发展中起着重要作用，更是在农业生产中占据了重要部分。我们日常食用的瓜果蔬菜，织造业中使用的棉絮等等，无不体现了植物对于人类的重要作用。而植物种类的识别，能够帮助我们区别植物科属，探究植物之间的亲缘，同时在研究植物的进化等方面上也有着重要的意义。叶片作为植物的重要器官之一，其所具有的不同形态、色泽，能够帮助我们更好的区分植物物种。
本项目利用计算机图像处理技术，在OpenCV环境下，对叶片图像进行识别，提取出叶片图像的相关特征，能够帮助我们更方便的区分植物，同时能够节约许多人力和时间成本。
1.2国内外研究状况
1.2.1国外研究状况
近几年来，国内外的大量专家学者就植物叶片特征的提取与识别进行了大量研究，并取得了一定的进展。
2007年，Neto等[1]针对大豆、向日葵、美洲茶和绒毛叶四种植物的形状特征，提出了采用椭圆傅里叶描述子结合主成分分析算法的方法来进行种类识别，最终的识别率达到了89.4%。2011年，Rossatto等[2]以野牡丹科的多种不同种植物为研究对象，采用了体积分形维数和朴素贝叶斯分类的方法，取得了100%识别率的优秀成果。2013年，Charles等[3]获取了植物叶片的形状、纹理和边缘等特征，同时建立了包含100种不同植物叶片的叶片数据库，研究出了一种可以在小训练集规模和特征提取不完整的情况下的提高识别率的识别方法。
目录
摘要 １
关键词 １
Abstract １
引言
1 选题背景 １
1.1 问题的提出 １
1.2 国内外研究状况 １
1.2.1 国外研究状况 ２
1.2.2 国内研究状况 ２
1.3 研究的目的和内容 ２
2植物叶片特征提取与识别的关键技术 ２
2.1 植物叶片特征提取及识别的基本步骤 ２
2.2 图像的预处理 ２
2.2.1 基于简单背景的叶片分割算法 ４
2.2.2 基于复杂背景的叶片分割算法 ５
2.4 特征提取 ６
2.4.1 颜色特征 ６
2.4.2 纹理特征 ８
2.4.3 形状特征 １０
2.5 识别 １２
3 叶片识别系统 １３
3.1 OpenCV简介 １３
3.2 系统模块 １３
3.2.1 单叶识别模块 １３
3.2.2 特征值显示模块 １３
3.2.3 训练与测试模块 １３
3.3 核心功能实现 １３
3.3.1 简单背景图片处理 １３
3.3.2 复杂背景图片处理 １４
3.3.3 叶片的特征值显示 １４
3.3.4 神经网络的训练与测试 １５
3.4 数据库管理 １５
4 总结 １６
致谢 １６
参考文献 １７
基于OpenCV环境下的植物叶片特征提取及识别
Fe
*好棒文|www.hbsrm.com +Q: 3 5 1 9 1 6 0 7 2
ature Extraction and Recognition of Leaves Based on OpenCV
Student majoring in computer science and technology Huang An
Tutor Wu Yanlian
Abstract：The feature extraction and species identification of plant leaves is of great significance for the division of plant species, the research of plant species, and the study on the evolution of plants. This paper takes plant leaves as the research object. Firstly, the author collects leaf images of 20 plants and establishes a database containing over 1000 samples. Then different methods and related technology of image preprocessing, edge detection, image segmentation, feature extraction, detection and recognition are introduced and analyzed. Based on these techniques and methods and in line with the purpose of the thesis, the author constructs some performance functions and further explores the effectiveness of recognition with different combinations of features. Finally, with the help of OpenCV, the leaf feature extraction and species identification system is built.
Key words:edge detection；feature?extraction；image segmentation；image recognition；database.
随着计算机图像处理技术的快速发展，其被越发广泛的应用于各项学科研究中。生活中处处体现出植物对于人类的重要作用，而植物种类的识别，则对我们区分植物科属，研究植物的亲缘关系，探寻植物的进化等方面上有着重要作用，叶片作为植物的重要器官之一，其所具有的不同形态、色泽，能够帮助我们更好的区分植物物种。
1选题背景
1.1问题的提出
植物作为自然界的重要生物组成之一，在人类的生活发展中起着重要作用，更是在农业生产中占据了重要部分。我们日常食用的瓜果蔬菜，织造业中使用的棉絮等等，无不体现了植物对于人类的重要作用。而植物种类的识别，能够帮助我们区别植物科属，探究植物之间的亲缘，同时在研究植物的进化等方面上也有着重要的意义。叶片作为植物的重要器官之一，其所具有的不同形态、色泽，能够帮助我们更好的区分植物物种。
本项目利用计算机图像处理技术，在OpenCV环境下，对叶片图像进行识别，提取出叶片图像的相关特征，能够帮助我们更方便的区分植物，同时能够节约许多人力和时间成本。
1.2国内外研究状况
1.2.1国外研究状况
近几年来，国内外的大量专家学者就植物叶片特征的提取与识别进行了大量研究，并取得了一定的进展。
2007年，Neto等[1]针对大豆、向日葵、美洲茶和绒毛叶四种植物的形状特征，提出了采用椭圆傅里叶描述子结合主成分分析算法的方法来进行种类识别，最终的识别率达到了89.4%。2011年，Rossatto等[2]以野牡丹科的多种不同种植物为研究对象，采用了体积分形维数和朴素贝叶斯分类的方法，取得了100%识别率的优秀成果。2013年，Charles等[3]获取了植物叶片的形状、纹理和边缘等特征，同时建立了包含100种不同植物叶片的叶片数据库，研究出了一种可以在小训练集规模和特征提取不完整的情况下的提高识别率的识别方法。
版权保护: 本文由 hbsrm.com编辑，转载请保留链接: www.hbsrm.com/jsj/jsjkxyjs/2227.html
