基于 PCA 和 SVM 的植物叶片分类方法研究

• 作者: 何东健 张昭 杨民仓
• 来源期刊: 农机化研究
• 学科: 工学
• 关键词: 叶片图像 分类识别 特征提取 SVM PCA
• 年，卷（期）: 2013,（11）
• 所属期刊栏目: 理论研究
• 页码范围: 34-37,41
• 页数: 5页
• 分类号: TP391.41
• 字数: 3202字
• 语种: 中文

摘要

为了提高植物叶片识别与分类的正确率，提出了一种基于 PCA 和 SVM 的植物叶片识别方法，在对叶片图像进行分割、边缘检测后，提取10个具有旋转、比例、平移不变性的无量纲叶片特征参数，对叶片特征参数进行主成分分析，将前3个主成分作为支持向量机的输入建立模式识别模型。实验结果表明，本算法女贞、木瓜、五角枫、三角枫等4种植物叶片的识别正确率达97．22％，优于直接用特征参数作为模型输入的识别正确率，且算法具有良好的实时性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	何东健	西北农林科技大学机械与电子工程学院	188	3174	30.0	46.0
2	张昭	宝鸡文理学院电子电气工程系	6	53	4.0	6.0
3	杨民仓	宝鸡职业技术学院生物工程系	2	14	1.0	2.0