安卓的花卉识别系统设计(附件)【字数:11548】

摘 要摘 要植物识别是植物科学研究领域和农林业生产经营中重要的基础性工作,植物识别学是一项具有长远意义的基础性研究,其主要的识别依据是植物的外观特征,包括叶、花、枝干、树皮、果实等。因此,花卉识别是植物识别学的重要部分,利用计算机进行花卉种类识别具有重要意义。本文主要介绍了花卉识别软件的主要设计原理和过程。在获取到花朵图片的基础上,提出了图片预处理的概念,并确定了处理步骤。通过对图像进行灰度化处理来减少计算量,用均衡化算法来对图像进行增强,再是用中值滤波算法对噪声进行消除,最后对图像进行归一化,让图像被处理在限定的范围内。本课题中特征提取使用的是纹理特征和颜色特征相结合,用SIFT算法提取纹理特征,用颜色直方图来提取颜色特征,并通过SVM分类器实现花卉识别。本文构建了基于安卓的花卉识别系统,并用十三种花卉对系统进行了测试,达到了的很高的准确率。实验结果表明,系统具有较高的识别准确率和稳定性。关键词 实时识别;安卓;花朵识别
目录
第一章 绪论 1
1.1 开发该系统的依据及意义 1
1.2国内外研究现状及发展趋势 1
1.3 课题研究内容及成果 2
1.3.1 课题研究内容 2
1.3.2 课题研究成果 3
第二章 图像预处理与特征提取 4
2.1图像预处理 4
2.1.1 灰度化 4
2.1.2 图像增强 5
2.1.3 噪声消除 6
2.1.4 归一化 7
2.2 特征提取 8
2.2.1 SIFT特征 8
2.2.2 颜色特征 11
第三章 基于sift特征和颜色直方图的图像识别 13
3.1 SIFT特征处理 13
3.2 颜色直方图特征处理 13
3.3 分类方法 14
3.3.1模板匹配 14
3.3.2支持向量机分类器 15
3.4基于SVM的分级多类分类器的实现 17
第四章 基于Android的花卉识别系统设计 19
4.1 系统分析 19
4.1.1 系统数据流图 19
style="display:inline-block;width:630px;height:85px" data-ad-client="ca-pub-6529562764548102" data-ad-slot="6284556726"> (adsbygoogle = window.adsbygoogle || []).push({ });

 *好棒文|www.hbsrm.com +Q: &351916072& 
4.1.2 系统工作流程图 19
4.1.3 客户端功能描述 20
4.1.4 服务器端功能描述 20
4.2 系统总体框架设计 20
4.3 系统构架 21
4.4 系统各模块设计 22
4.4.1 客户端模块 22
4.4.2 服务器端识别模块 22
4.4.3 服务器端训练模块 23
4.5 系统的具体实现 23
4.6 系统的测试与安装 26
4.6.1 测试概要 26
4.6.2 软件测试的目的和原则 27
4.6.3 测试的结果及发现 28
结论 29
致谢 30
参考文献 31
第一章 绪论
开发该系统的依据及意义
近年来,智能手机已经非常普及,智能手机的技术手段越来越高,性能也同样提高。为手机移动终端的应用发展提供了良好条件。各种手机软件的出现,使人们能更好的利用零碎的时间,同样也使人们对手机更加的依赖,特别是处了传统的即时通讯功能,智能手机更是集合了多种应用软件,包括新闻、社交、娱乐等等。这使得手机逐渐从一个简单的通信工具被开发成一套多功能的携式设备。同时,基于移动数据互联网开放式的应用平台和云计算的发展,给大数据量,大计算的手机应用软件发展的提供了一个良好的软硬件条件。各种移动终端应用的出现,使手机用户拥有更便捷的生活服务。移动应用蓬勃发展,各种规模的公司也在移动应用市场试水,试图抢占更多的用户。移动终端软件开发变得更加迅速。
近年来,中国的经济发展继续改善,不仅国家的GDP在增长,人均GDP也在增长,同时人们的消费水平也在不断提高。人们的消费不但逐渐科学化而且注重精神消费和文化消费,这使人们的消费水平层次不断的提高。花卉作为美化环境,净化空气的产品逐渐成为日常消费品,且不同种类的花对人的健康和环境有不同的影响。
现在的人喜欢放几盆不同种类的鲜花在卧室里或者客厅里,或用鲜花来装饰自己的房间,能使室内环境变得更加纯净、清新和高雅,并具有提神醒脑的功能。
室内养花和室内家具的组合,能够创造出一个让人沉醉其中的绿色世界,虽身居室内,却可以从中体验到无与伦比的自然风光。
随着智能手机的普及和系统平台的完善,铺天盖地的app应用涉及生活的方方面面,极大地丰富了人们的生活。本系统为花朵的实时图像识别系统,使用者能将在路边见到的花朵用手机拍摄下来,然后通过应用查询该花朵的信息,这一应用将解决人们爱花却不识花的困扰。
1.2 国内外研究现状及发展趋势
目前,在中国还没有人研究这类实时花卉识别系统,国外已经有很多成型的理论和产品。早在第二十年代初八十年代初期,有人开始研究花卉的鉴定识别问题。但在开始绝大多数的是理论研究,并没有实际的代码和结果。
现在,国外有很多应用程序可以使用,如Villalobos等人提出的利用轮廓的识别方法,对简单的花卉进行识别。但此类软件只能识别简单的花卉,所能识别的花卉多是常见的花卉。因为根据欧洲人的精神文化,他们平时见到的花卉比较简单,都是容易识别的常见的花卉。因此,大多数的系统都不成熟,实用性不强。特别是对于珍稀花卉,它是很难识别的。但是Yoshiyuki Kawano等人提出了利用Grab Cut的方法提取花的轮廓并使用 SVM 机器学习方法使用现有花卉数据库进行匹配,从而得到最相似的花卉。该方案能识别出具有相似外形的花,但Grab Cut抓取轮廓提取方法的效率较低,使得实时性能较差。该方法只采用传统的研究方法对现有的模式识别进行研究,没有本质上的改变或新的方法[1]。
根据国内外现在的研究程序的缺陷和不足并且考虑Android手机的发展]实时问题,本文提出了一种新的解决方案,放弃耗时的Grab Cut轮廓提取方法,使用简单的用户手动切割功能先对花卉图片做一个预处理[2];参考图像检索中流行的主色调技术,采用 Kmeans聚类算法分析图像的主要色调,根据花的颜色将花分成几个类型进行检索,从而提高效率[3]。用户输入一张花的图片,首先通过花的部分的主颜色的匹配规则,在匹配库中检索索引。通过这一层的过滤,然后再次匹配。匹配方法使用 SVM 机器学习方法。
1.3 课题研究内容及成果

版权保护: 本文由 hbsrm.com编辑,转载请保留链接: www.hbsrm.com/jxgc/zdh/1443.html

好棒文