基于流形学习的植物叶片识别方法技术

基于流形学习的植物叶片识别方法，属于生物特征识别技术领域。本方法包括：（１）植物叶片数据的采集与预处理；（２）植物叶片数据的特征提取；（３）分类器训练和植物叶片数据的测试。首先，用一种装置采集植物叶片数据，并进行去噪、平滑、分割、归一化、灰度化和向量化处理；然后利用半监督流形学习算法从中提取线性特征；最后采用最近邻分类器进行分类。对采集的数据进行了一些预处理，有效地抑制了噪声的影响。半监督流形学习算法能够有效地探测植物叶片数据分布的内部结构，并引入监督信息提高了数据的可分性能。半监督流形学习算法是一种线性特征提取方法，在很大程度上降低了算法的计算复杂度。

【技术实现步骤摘要】
习的植物叶片识别方法所属领域本专利技术涉及生物特征识别
，特别涉及基于流形学习的植 物叶片识别方法。技术背景植物是地球上物种数量最多、分布最广泛的生命形式之一。植物 是人类生存与发展的重要遗传资源，是人类的重要食物来源，也是人 类生产和生活必需的资源。同时，植物在水土保持、抑制荒漠和改善 气候等方面起着至关重要的作用。近年来随着人类生产活动的曰益增加，生态环境不断遭到破坏。据调查统计，世界上大约有3.4万种植 物物种已处于灭绝的边缘，占世界上已知的25万种植物的13%。反 之，广泛的植物物种灭绝，已经对人类和生态系统产生严重的影响。 据估计，世界上有一半以上的药物模仿天然植物合成，1/4的药物直 接从植物中提取或以植物为原料制成。农业也会由于新的食物链和生 态系统活力的消失而受到影响。越来越多的证据表明，随着生物多样 性的消失，自然和人工的生态系统的功能也在发生变化。事实上，每 失去一种物种，就失去了一种独特的基因库，这对人类是一种巨大的 损失。同样，受环境污染、滥伐森林、超限釆摘、盲目开垦等人类活 动影响，中国一些野生近缘植物和珍稀物种已消失或急剧减少，阻碍 了农业的可持续发展本文档来自技高网...

【技术保护点】
一种基于流形学习的植物叶片识别方法，包括植物叶片数据的预处理由计算机实现对多光谱叶片图像的预处理，首先采用去噪、平滑的处理方法，消除多光谱叶片图像中的噪声；然后从多光谱叶片图像中提取目标图像，并按照ＲＧＢ图像与灰度图像的转换方法，将彩色目标图像转换为灰度图像；最后将具有６４＊６４像素的灰度目标图像拉直为４０９６维行向量，组成输入向量集合Ｘ以及相应的类别信息向量Ｇｎｄ；其特征在于：　植物叶片数据的特征提取　Ａ、建立类间散度矩阵　根据预处理后的植物叶片数据和相应的类别信息，通过：　Ｓ↓［Ｂ］＝＊ｎ↓［ｉ］（ｍ↓［ｉ］－ｍ）（ｍ↓［ｉ］－ｍ）↑［Ｔ］　（１）　建立类间散度矩阵，其中ｎ↓［ｉ］是第ｉ类...

【技术特征摘要】

【专利技术属性】
技术研发人员：黄德双，李波，杜吉祥，王晓峰，贾伟，王超，
申请(专利权)人：中国科学院合肥物质科学研究院，
类型：发明
国别省市：34[中国|安徽]