基于叶片图像多特征融合的观叶植物种类识别

• 作者: 彭月橙 淮永建 王丽君
• 来源期刊: 北京林业大学学报
• 学科: 农学
• 关键词: 观叶植物 叶片图像 特征提取 识别 支持向量机
• 年，卷（期）: 2015,（1）
• 所属期刊栏目: 林学
• 页码范围: 55-61
• 分类号: S718.3|TP391.4
• 语种: 中文
• DOI: 10.13332/j.cnki.jbfu.2015.01.006

摘要

叶片图像特征提取对于植物自动分类识别有着重要的研究意义.本文以观叶植物叶片为研究对象,综合提取叶片图像的颜色、形状和纹理特征,基于支持向量机(SVM)原理提出了基于图像分析的观叶植物自动识别分类方法.通过对50种观叶植物样本图像进行训练和识别,与BP神经网络和KNN识别方法进行比较,本文所采用的SVM分类器的识别率能够达到91.41％,取得了较好的识别效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	彭月橙	北京林业大学艺术设计学院	15	89	4.0	9.0
2	淮永建	北京林业大学信息学院	29	237	8.0	14.0
3	王丽君	北京林业大学信息学院	4	65	3.0	4.0