一种基于图像特征的树叶识别方法技术

本发明专利技术涉及一种基于图像特征的树叶识别方法，属于数字图像领域。本方法首先对数字图像进行去噪声、灰度化、以及图像尺寸归一化的预处理，采用叶片图像的局部特征提取方法来确定植物叶片的图像特征，并使用方向梯度直方图进行基于特征的方法描述及特征提取，然后使用支持向量机(svm算法)训练特征集，所得出的训练结果可用来识别未知树叶，使用openCV API库等进行图像识别系统的开发，最后制作出基于叶片特征的植物识别系统。该方法使人们能够借助计算机有效地利用植物叶片的特征来对植物进行分类，一方面大大减少了由人工完成的工作量，另一方面也提高了分析的准确性，从而提升了工作效率。

【技术实现步骤摘要】
一种基于图像特征的树叶识别方法
本专利技术涉及数字图像领域，涉及树叶识别方法，尤其是一种基于图像特征的树叶识别方法。
技术介绍
在植物分类的认识方法和植物分类的识别方面，海内外的研究机构所进行的相关的研究和应用已经有了很多成果，包括图形植物的分类技术等。植物分类在一步步向前发展。在计算机视觉领域，人们研究了利用无监视机器人完成采果除草等简单的任务中所使用的模式识别的相关技术，这些技术被应用在机器人对其对象的外部形态识别或是自动确认操作中，甚至可以是完全不同的对象和操作。农业中，自动化控制领域所研究的除草剂散布的精确控制技术，进一步扩展了模式识别技术在植物分类识别领域的应用范围，这个方向的内容有很多相关学科的研究，同时也带来了很高的经济价值；在工业方面，图形识别技术在对木材进行自动等级评定等方面的应用中同样发挥了重要作用，该技术通过树木的年轮特征来识别和判断的树木的性质，以减少人力的支出，提高木材质量的检验效率。随着计算机网络、摄影测量和远程技术的发展，现代信息技术的植物自动识别方法开始出现，即利用计算机视觉技术和植物的叶画像处理进行特征提取和植本文档来自技高网...

【技术保护点】
1.一种基于图像特征的树叶识别方法，其特征在于：根据植物的叶片HOG特征，对在自然界中获取的植物叶片图像进行特征提取和利用SVM来分类训练，最后实现植物种类的识别。/n

【技术特征摘要】
1.一种基于图像特征的树叶识别方法，其特征在于：根据植物的叶片HOG特征，对在自然界中获取的植物叶片图像进行特征提取和利用SVM来分类训练，最后实现植物种类的识别。


2.根据权利要求1所述的基于图像特征的树叶识别方法，其实现的具体步骤如下：
(1)对数字图像进行预处理：
(a)去噪声，以减小噪声对实验的干扰；
(b)灰度化，以减少颜色的干扰，同时减少图像的数据量，方便后续的计算加工，因为图像处理并不一定需要彩色图像的RGB三分量；
(c)将图像尺寸归一化，以便于提取相同数量的特征值；
(2)确定植物叶片的图像特征：在众多特征提取方法中选择了叶片图像的局部特征提取方法；
(3)基于特征的方法描述及特征提取：采用方向梯度直方图的方法进行特征描述与提取；
(a)将物体图片分割成很小的局部块状区块，这样的区块被称为细胞单元；
(b)获取细胞单元中各个像素点的梯度，或是物体边沿的方向直方图；
(c)将所获取的所有直方图放在一起，组成物体特征描述；
(4)使用svm算法训练特征集：使用支持向量机训练特征集后，所得出的训练结果可用来识别未知树叶；
(5)使用openCVAPI库进行图像识别系统的开发，并制作出基于叶片特征的植物识别系统。


3.根据权利要求2所述的基于图像特征的树叶识别方法，其特征在于：所述步骤(1)(a)中对数字图像去噪声时，采用了三种去噪声方法：
(1)平滑降噪；
(2)高斯平滑；
(3)中值平滑。


4.根据权利要求2所述的基于图像特征的树叶识别方法，其特征在于：所述步骤(1)(b)中对数字...

【专利技术属性】
技术研发人员：张中伟，王佳琪，郭玉琪，
申请(专利权)人：天津科技大学，
类型：发明
国别省市：天津;12