公开(公告)号：CN106295661A

公开(公告)日：2017-01-04

申请号：CN201610670754.7

申请日：2016-08-15

Applicant: 北京林业大学

Inventor： 郑一力 ,  钟刚亮 ,  王强 ,  张露

IPC: G06K9/46 ,  G06K9/62

CPC classification number: G06K9/4671 ,  G06K9/6256 ,  G06K9/6269 ,  G06K9/629

Abstract: 本发明涉及一种叶片图像多特征融合的植物种类识别方法及装置，其中，该方法包括：获取已知种类的植物叶片样本图像；根据叶片样本图像分别获取二值图像、叶片灰度图像和叶片纹理图像；分别根据叶片灰度图像、二值图像和纹理图像进行叶片形状特征和纹理特征的提取；通过主成分分析与线性评判分析相结合的方法对提取到的叶片形状特征和纹理特征进行特征融合，并对特征融合的结果进行降维处理，以获取训练样本特征数据；根据训练样本特征数据以及对应的植物种类对支持向量机分类器进行训练，以根据训练结果对待测植物的叶片图像进行种类识别。本发明可实现将图像处理与机器学习理论结合起来用于植物种类识别，提高植物分类和识别的准确率和效率。