基于WLLE和SVM的植物叶片图像识别方法

• 作者: 丁娇 梁栋 阎庆
• 来源期刊: 安徽大学学报（自然科学版）
• 学科: 工学
• 关键词: 流形学习 局部线性嵌入 加权局部线性嵌入 特征提取 支持向量机 植物叶片识别
• 年，卷（期）: 2013,（4）
• 所属期刊栏目: 电子信息技术
• 页码范围: 61-67
• 页数: 7页
• 分类号: TP391.41
• 字数: 4144字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-2162.2013.04.011

摘要

针对局部线性嵌入(LLE)算法易受噪声影响,以及最近邻分类器不能有效识别植物叶片图像,提出一种基于加权局部线性嵌入(WLLE)和支持向量机(SVM)的植物叶片图像识别方法.首先利用WLLE算法对预处理后的含有高斯噪声叶片图像进行特征提取,然后采用SVM分类机制对叶片图像进行训练和识别,最后在真实的植物叶片图像数据库中提取植物叶片图像进行分类实验.实验结果表明该方法能提高叶片图像的分类率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	梁栋	安徽大学电子信息工程学院	153	1898	21.0	37.0
2	阎庆	安徽大学电子信息工程学院	10	94	6.0	9.0
3	丁娇	安徽大学电子信息工程学院	2	38	2.0	2.0