基于综合特征的花卉种类识别方法研究

• 作者: 刘小翠 王威 王新
• 来源期刊: 湖南城市学院学报（自然科学版）
• 学科: 工学
• 关键词: 特征提取 GrabCut分割算法 图像边缘增强 SVM分类器
• 年，卷（期）: 2018,（4）
• 所属期刊栏目: 数学与信息科学
• 页码范围: 45-49
• 页数: 5页
• 分类号: TP391.41
• 字数: 3670字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-7304.2018.04.0009

摘要

提出了1种基于综合特征的花卉识别方法.该方法首先利用图像显著性进行分割,以实现前景背景分离;然后分别提取花卉的颜色特征、形状特征和纹理特征,在提取纹理特征时,为了提高特征对花卉的表述能力,对图像进行边缘增强和压缩处理;最后使用SVM分类器进行分类识别.实验分别与BP神经网络、KNN最近邻分类这2种分类方法进行了对比分析,相对于BP神经网络的分类识别率(85.81％)和KNN最近邻分类的识别率(84.09％),基于综合特征的识别方法具有更高的准确率,识别率可以达到93.7％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王威	长沙理工大学计算机与通信工程学院	30	63	4.0	6.0
2	王新	长沙理工大学计算机与通信工程学院	13	15	2.0	2.0
3	刘小翠	长沙理工大学计算机与通信工程学院	1	2	1.0	1.0