智能花卉识别系统
缤纷绚丽的花朵不仅为大自然带来了生机，同时也是科学研究领域的重要内容，而花朵照片是对其进行科学研究的重要途径之一。对于自然背景下拍摄的花卉数字图像，只有将花朵区域从图像背景中提取出来，采用图像处理技术，才可以对图像进一步处理和利用，然后识别图像。本文针对大数据量的图像库，研究如何在保证高查全率和查准率的基础上，提高检索效率，完成花卉识别系统的设计及实现，以及实现通过手机等终端系统实现用花卉图片拍照，即可立马搜索出相关的产品出处及信息。对于图像特征提取的问题，本文采用改进的ROOTSIFT算法进行图像特征点的提取，并保存建立索引库以方便提高检索效率，最后匹配相似度达到图像检索的目的。关键字：图像获取处理；图像特征；识别系统；图像筛选摘要 VI 目录
摘要 VI
Abstract VII
目录 VIII
第一章 绪论 1
1.1 研究背景及选题意义 1
1.2 国内外研究现状 1
1.3 主要研究内容 2
1.4 本文的组织结构 3
第二章 开发环境搭建 4
2.1 Android开发环境的搭建 4
2.2 服务器的搭建 8
2.2.1 dll的编写及调用 8
2.2.2 文件传输 9
2.2.3 服务器界面 9
2.3 本章小结 10
第三章 花卉识别系统的设计 11
3.1 花卉识别系统的组成 11
3.2 需求分析 12
3.3 系统开发要求 15
3.4 图像预处理 15
3.5 特征提取 18
3.5.1 特征的定义 18
3.5.2 图像特征提取 18
3.5 本章小结 20
第四章 花卉识别系统的实现 21
4.1 系统功能模块的实现 21
4.1.1 用户启动界面 21
4.1.2 选择功能界面 21
4.1.3 上传图片 22
4.1.4 接收图片 23
4.1.5 服务器的实现 24
4.2 系统的测试与分
*好棒文|www.hbsrm.com +Q: ￥3^5`1^9`1^6^0`7^2$
18
3.5 本章小结 20
第四章 花卉识别系统的实现 21
4.1 系统功能模块的实现 21
4.1.1 用户启动界面 21
4.1.2 选择功能界面 21
4.1.3 上传图片 22
4.1.4 接收图片 23
4.1.5 服务器的实现 24
4.2 系统的测试与分析 24
4.2.1 数据集 24
4.2.2 测试结果分析 25
4.3 本章小结 26
第五章 总结和展望 27
5.1 总结 27
5.2 展望 28
致谢 30
参考文献 31
第一章 绪论
研究背景及选题意义
近几十年来，时代在快速发展，电子技术和成像技术也紧跟着时代的脚步在快速发展着，他们被广泛应用于各个领域，数字图像也以媒体形式被广泛使用。互联网的兴起以及计算机技术的逐渐成熟，使得各种信息（其中包括数字图像）的传播速度大大加快，人们通过网络平台访问并且获取数字图像的趋势日益增长。在我们的工作、生活、娱乐、教育等方面，大量的数字图像数据已然成为了必不可少的信息，起到了越来越突出的作用。
计算机视觉作为一门如何运用计算机获取被拍摄对象的数据和信息的学问，其中，数字图像处理、图像理解与模式识别已成为计算机视觉研究的热点。在现代信息技术中，图像处理和模式识别具有非常重要的作用，同时，由于技术仍在发展研究中，该领域仍旧存在大量的研究难题。
图像的模式识别作为计算机视觉的主要技术之一，对于识别过程我们可以把它看作是一个标记过程，即利用识别算法从图像中抽取特性或信息，分割区域，把图像分成各个物体，赋予特定的标记。在计算机识别技术中，模式识别技术经常用于对图像中的某些部分，是视觉系统必不可少的一个环节。
识别，对于人们来说并不陌生，起初，人们凭所学到的知识，通过所看到的、所听到的描述通过大脑里的知识进行识别，而现在作为信息时代，基于模式识别技术的出现，已逐渐被越来越多的人认可。采用模式识别技术对植物花卉图像进行分类识别，获取图像中所包含的信息，提取数字图像的模式特征，并通过匹配已记录的图库信息识别判断植物花卉的种类，这样代替了人工检索，极大地提高了植物分类检索的效率，具有很好的实时性，为认知自然、科学研究提供了方便，在园林鉴赏、科普教育上也具有重要的意义。除此之外，对于获取到的植物图像进行适当的模式定义、高效的分类设计、有效的目标分割以及高准确率的模式识别，也已然是图像处理和模式识别领域很有挑战性的可以，具有很高的研究意义和理论价值。
国内外研究现状
Google公司在2008年推出了一款开源智能的Android手机操作系统，Android手机操作系统是一个搭建在Linux平台上的的自由且开源的操作系统，该系统主要应用在移动设备上，如现在的智能手机和平板电脑等。Android平台的最大特点是其拥有开放性的体系架构，它不仅有很好的开发和调试环境，同时还支持多种多样的可扩展应用来提高用户体验，多样的图形组件、强大的多媒体的支持和功能丰富的浏览器等，因此对于从事软件行业的开发人员来说，在Android平台上开发应用有大的吸引力。现在大部分的手机市场是由Android占据的，在Android平台上开发应用，能够为广大的用户提供服务。
由于模式识别具有广泛的应用价值和发展潜力，因此受到了人们的极大重视，从事模式识别的研究人员也越来越多。虽然模式识别方法在植物分类领域已经有了一定的应用，取得了一些成果，但是也存在了一些问题。例如，虽然模式识别理论已经发展的比较成熟，并获得广泛的应用，但是针对植物分类的模式识别理论研究相对较少，还没有形成系统的理论和方法；再如，在已有的应用中，主要基于模式世界和数字图像处理的相关理论，而对于植物分类学的理论则涉及较少，并没有从植物学的专业角度来进行指导，分类缺乏系统性和可扩展性；此外，目前为止的研究基本还处于探索阶段，提出了各种特征的技术路线，但往往是基于实验室条件下的进行数据分析，数据量小，并且只能针对简单背景图像进行处理。而面向应用的植物分类与识别，数据量大，应用情况复杂，目前的研究不能满足实用化的要求[3]。
主要研究内容
本文主要研究基于花卉数字图像的模式识别，研究重点是基于数字图像的花卉识别系统的关键技术如图像预处理、特征提取等，研究目标是设计具有使用价值的稳定、高效并具有高准确率的花卉识别系统。本文的主要内容是围绕着研究目标进行，通过花卉图片的特点和花卉的生长特性，研究植物花卉图像识别的相关技术，并通过研究找出存在的问题，对识别算法进行改进。
本文工作主要包括以下三个方面
摘要 VI
Abstract VII
目录 VIII
第一章 绪论 1
1.1 研究背景及选题意义 1
1.2 国内外研究现状 1
1.3 主要研究内容 2
1.4 本文的组织结构 3
第二章 开发环境搭建 4
2.1 Android开发环境的搭建 4
2.2 服务器的搭建 8
2.2.1 dll的编写及调用 8
2.2.2 文件传输 9
2.2.3 服务器界面 9
2.3 本章小结 10
第三章 花卉识别系统的设计 11
3.1 花卉识别系统的组成 11
3.2 需求分析 12
3.3 系统开发要求 15
3.4 图像预处理 15
3.5 特征提取 18
3.5.1 特征的定义 18
3.5.2 图像特征提取 18
3.5 本章小结 20
第四章 花卉识别系统的实现 21
4.1 系统功能模块的实现 21
4.1.1 用户启动界面 21
4.1.2 选择功能界面 21
4.1.3 上传图片 22
4.1.4 接收图片 23
4.1.5 服务器的实现 24
4.2 系统的测试与分
*好棒文|www.hbsrm.com +Q: ￥3^5`1^9`1^6^0`7^2$
18
3.5 本章小结 20
第四章 花卉识别系统的实现 21
4.1 系统功能模块的实现 21
4.1.1 用户启动界面 21
4.1.2 选择功能界面 21
4.1.3 上传图片 22
4.1.4 接收图片 23
4.1.5 服务器的实现 24
4.2 系统的测试与分析 24
4.2.1 数据集 24
4.2.2 测试结果分析 25
4.3 本章小结 26
第五章 总结和展望 27
5.1 总结 27
5.2 展望 28
致谢 30
参考文献 31
第一章 绪论
研究背景及选题意义
近几十年来，时代在快速发展，电子技术和成像技术也紧跟着时代的脚步在快速发展着，他们被广泛应用于各个领域，数字图像也以媒体形式被广泛使用。互联网的兴起以及计算机技术的逐渐成熟，使得各种信息（其中包括数字图像）的传播速度大大加快，人们通过网络平台访问并且获取数字图像的趋势日益增长。在我们的工作、生活、娱乐、教育等方面，大量的数字图像数据已然成为了必不可少的信息，起到了越来越突出的作用。
计算机视觉作为一门如何运用计算机获取被拍摄对象的数据和信息的学问，其中，数字图像处理、图像理解与模式识别已成为计算机视觉研究的热点。在现代信息技术中，图像处理和模式识别具有非常重要的作用，同时，由于技术仍在发展研究中，该领域仍旧存在大量的研究难题。
图像的模式识别作为计算机视觉的主要技术之一，对于识别过程我们可以把它看作是一个标记过程，即利用识别算法从图像中抽取特性或信息，分割区域，把图像分成各个物体，赋予特定的标记。在计算机识别技术中，模式识别技术经常用于对图像中的某些部分，是视觉系统必不可少的一个环节。
识别，对于人们来说并不陌生，起初，人们凭所学到的知识，通过所看到的、所听到的描述通过大脑里的知识进行识别，而现在作为信息时代，基于模式识别技术的出现，已逐渐被越来越多的人认可。采用模式识别技术对植物花卉图像进行分类识别，获取图像中所包含的信息，提取数字图像的模式特征，并通过匹配已记录的图库信息识别判断植物花卉的种类，这样代替了人工检索，极大地提高了植物分类检索的效率，具有很好的实时性，为认知自然、科学研究提供了方便，在园林鉴赏、科普教育上也具有重要的意义。除此之外，对于获取到的植物图像进行适当的模式定义、高效的分类设计、有效的目标分割以及高准确率的模式识别，也已然是图像处理和模式识别领域很有挑战性的可以，具有很高的研究意义和理论价值。
国内外研究现状
Google公司在2008年推出了一款开源智能的Android手机操作系统，Android手机操作系统是一个搭建在Linux平台上的的自由且开源的操作系统，该系统主要应用在移动设备上，如现在的智能手机和平板电脑等。Android平台的最大特点是其拥有开放性的体系架构，它不仅有很好的开发和调试环境，同时还支持多种多样的可扩展应用来提高用户体验，多样的图形组件、强大的多媒体的支持和功能丰富的浏览器等，因此对于从事软件行业的开发人员来说，在Android平台上开发应用有大的吸引力。现在大部分的手机市场是由Android占据的，在Android平台上开发应用，能够为广大的用户提供服务。
由于模式识别具有广泛的应用价值和发展潜力，因此受到了人们的极大重视，从事模式识别的研究人员也越来越多。虽然模式识别方法在植物分类领域已经有了一定的应用，取得了一些成果，但是也存在了一些问题。例如，虽然模式识别理论已经发展的比较成熟，并获得广泛的应用，但是针对植物分类的模式识别理论研究相对较少，还没有形成系统的理论和方法；再如，在已有的应用中，主要基于模式世界和数字图像处理的相关理论，而对于植物分类学的理论则涉及较少，并没有从植物学的专业角度来进行指导，分类缺乏系统性和可扩展性；此外，目前为止的研究基本还处于探索阶段，提出了各种特征的技术路线，但往往是基于实验室条件下的进行数据分析，数据量小，并且只能针对简单背景图像进行处理。而面向应用的植物分类与识别，数据量大，应用情况复杂，目前的研究不能满足实用化的要求[3]。
主要研究内容
本文主要研究基于花卉数字图像的模式识别，研究重点是基于数字图像的花卉识别系统的关键技术如图像预处理、特征提取等，研究目标是设计具有使用价值的稳定、高效并具有高准确率的花卉识别系统。本文的主要内容是围绕着研究目标进行，通过花卉图片的特点和花卉的生长特性，研究植物花卉图像识别的相关技术，并通过研究找出存在的问题，对识别算法进行改进。
本文工作主要包括以下三个方面
版权保护: 本文由 hbsrm.com编辑，转载请保留链接: www.hbsrm.com/jsj/jsjkxyjs/2369.html
