西藏地区野生植物图像识别系统的研究与设计 ——以红景天属为例

• 作者: 方钇霖 王兆伟
• 来源期刊: 电子元器件与信息技术
• 关键词: SVD(奇异值分解) PCA(主成分分析) MATLAB 特征值(SSD) 植物图像识别
• 年，卷（期）: 2021,（5）
• 所属期刊栏目: 通信技术与人工智能
• 页码范围: 197-199
• 页数: 3页
• 分类号: TP332.3
• 语种: 中文
• DOI: 10.19772/j.cnki.2096-4455.2021.5.088

摘要

传统的植物图像识别需要操作者有丰富的分类学知识和长期工作的时间和经验,工作效率低、工作量大、数据存在一定的主观性,这些都会影响到识别的客观性与精确性.如何利用计算机快速准确地识别植物叶片,是解决这些问题地一个切实可行地新途径.本文主要使用植物的RGB图像采用SVD(奇异值分解)算PCA(主成分分析)的奇异向量(特征向量)方法,提取图像的特征值(SSD)并降维,进而获取图像的特征,最终从训练后的样本库中提取差异率最低的样本数据[1].本文以西藏产的景天科红景天属识别为例,通过MATLAB建立了相关数据集并设计了植物图像识别系统,即创建了一个训练集(TrainDatabase)和一个测试集(TestDatabase),设计的系统可以根据测试库内的植物图像识别出该测试图片中红景天所对应的属.