基于典型相关分析全局和局部特征融合 的植物识别方法

• 作者: 张善文 李萍 邵彧
• 来源期刊: 江苏农业科学
• 学科: 工学
• 关键词: 梯度直方图 Fourier描述子 典型相关性分析 植物识别
• 年，卷（期）: 2019,（14）
• 所属期刊栏目: 农业工程与信息技术
• 页码范围: 255-258
• 页数: 4页
• 分类号: TN911.73|TP391.41
• 字数: 5197字
• 语种: 中文
• DOI: 10.15889/j.issn.1002-1302.2019.14.060

摘要

同类叶片图像的复杂多样性增加了植物识别研究的难度,导致利用叶片图像进行植物识别的识别率不高,因此提出一种基于典型相关分析(CCA)全局和局部特征融合的植物识别方法.首先,采用有较好的光照及旋转不变性的梯度直方图(HOG)和边缘轮廓Fourier描述子作为植物识别的特征;然后利用CCA在特征层将HOG和Fourier描述子相融合,构成更具分类鉴别力的一个特征向量;最后利用K-最近邻分类器进行植物识别.在ICL叶片图像数据库上的试验结果表明了该方法的有效性.