基于形状特征的植物叶片在线识别方法

• 作者: 丛洪莲 李岳阳 李洋 罗海驰 蒋高明
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 叶片识别 形状特征 Android K近邻算法-支持向量机(KNN-SVM)
• 年，卷（期）: 2017,（2）
• 所属期刊栏目: 模式识别与人工智能
• 页码范围: 162-165,171
• 页数: 5页
• 分类号: TP391.4
• 字数: 4118字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1504-0233

摘要

针对传统植物识别方法工作任务量大，效率低下以及难以保证数据客观性的问题，提出了一种基于形状特征的植物叶片识别算法，并开发了一款C/S模式的植物叶片在线识别Android应用。叶片图像经预处理后，提取叶片的轮廓凸包顶点比、轮廓曲率方差等形状特征，采用KNN-SVM对叶片进行分类识别。实验结果表明，相比于一些已有识别算法，该算法可以达到更高的识别率；该Android应用稳定可靠，可以满足用户的需求。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蒋高明	江南大学经编技术教育部工程研究中心	311	2163	20.0	27.0
2	丛洪莲	江南大学经编技术教育部工程研究中心	171	875	15.0	19.0
3	李岳阳	江南大学经编技术教育部工程研究中心	29	169	7.0	12.0
4	罗海驰	江南大学轻工过程先进控制教育部重点实验室	18	127	7.0	11.0
5	李洋	江南大学轻工过程先进控制教育部重点实验室	5	70	4.0	5.0