基于WLLE和极坐标特征提取的叶片图像识别方法

• 作者: 丁娇 张天飞 张磊 龙海燕
• 来源期刊: 太原师范学院学报（自然科学版）
• 学科: 工学
• 关键词: 图像识别 特征提取 极坐标 加权局部线性嵌入 最近邻分类器
• 年，卷（期）: 2019,（3）
• 页码范围: 45-49
• 页数: 5页
• 分类号: TP391
• 语种: 中文

摘要

提出一种基于WLLE和极坐标特征提取的叶片图像识别方法.该方法首先对叶片图像进行二值化并映射到极坐标下,提取高度变化率、饱和度等多个极坐标特征参数,然后利用加权局部线性嵌入算法(WLLE)对叶片图像的多维极坐标特征参数进行维数规约,最后在低维空间采用最近邻分类器完成待测叶片图像的类别判断.该方法解决了传统直角坐标下提取叶片图像特征参数计算量大,运算时间长等问题,且WLLE算法具有较好的数据降维及聚类效果.由实验结果表明,该方法不仅减少了叶片图像的识别时间,同时还大大提高了叶片图像的识别率.