一种树叶特征提取方法、装置、计算机设备和存储介质制造方法及图纸

本申请涉及一种树叶特征提取方法、装置、计算机设备和存储介质。所述特征提取方法包括：通过对树叶图像进行轮廓检测，获取所述树叶图像的叶片轮廓点集；从所述叶片轮廓点集中选取当前的叶片轮廓点作为中心轮廓点，通过预设的特征半径和所述中心轮廓点获取特征圆，将所述特征圆与所述叶片轮廓点集进行相交，确定两侧轮廓点的位置，获取所述两侧轮廓点与对应的中心轮廓点连线的夹角；对所述叶片轮廓点集中的叶片轮廓点进行遍历，获取多个所述夹角，对所述多个夹角进行分类，获取局部形状特征，可避免人工识别方式存在耗时长、效率低等缺陷，同时丰富特征信息、增强特征鲜明性、降低特征冗余度。征冗余度。征冗余度。

【技术实现步骤摘要】
一种树叶特征提取方法、装置、计算机设备和存储介质


[0001]本专利技术涉及人工智能
，特别是涉及一种树叶特征提取方法、装置、计算机设备和存储介质。

技术介绍

[0002]植物多样性对稳定地球生态环境具有重要意义，因此，需要对植物种类进行统计。目前，主要通过人工方式，对植物的种类进行鉴别与统计。然而，植物种类繁多，人工方式对专业素养要求极高，且存在耗时长、效率低等缺陷。
[0003]当前，也可采用基于计算机视觉的特征提取方法，利用植物的外观形态，对植物种类进行识别。但当前的特征提取方法，存在特征信息少、特征鲜明性差、特征冗余度高等问题。

技术实现思路

[0004]基于此，有必要针对上述技术问题，提供一种改善特征提取效果不佳的树叶特征提取方法、装置、计算机设备和存储介质。
[0005]一方面，提供一种树叶特征提取方法，所述特征提取方法包括：
[0006]通过对树叶图像进行轮廓检测，获取所述树叶图像的叶片轮廓点集；
[0007]从所述叶片轮廓点集中选取当前的叶片轮廓点作为中心轮廓点，通过预设的特本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种树叶特征提取方法，其特征在于，包括：通过对树叶图像进行轮廓检测，获取所述树叶图像的叶片轮廓点集；从所述轮廓点集中选取当前的叶片轮廓点作为中心轮廓点，通过预设的特征半径和所述中心轮廓点获取特征圆，将所述特征圆与所述叶片轮廓点集进行相交，确定两侧轮廓点的位置，获取所述两侧轮廓点与对应的中心轮廓点连线的夹角；对所述叶片轮廓点集中的叶片轮廓点进行遍历，获取多个所述夹角，对所述多个夹角进行分类，获取局部形状特征。2.根据权利要求1所述的树叶特征提取方法，其特征在于，将所述特征圆与叶片轮廓点集进行相交，确定两侧轮廓点的位置包括：将所述特征圆与叶片轮廓点集进行相交，判断相交处是否存在叶片轮廓点；若相交处存在叶片轮廓点，则将所述叶片轮廓点作为所述中心轮廓点对应的两侧轮廓点；若相交处不存在叶片轮廓点，则获取第一距离，将所述第一距离中与所述特征半径相匹配的叶片轮廓点作为两侧轮廓点，所述第一距离包括所述中心轮廓点与所述叶片轮廓点集中其他叶片轮廓点的距离。3.根据权利要求1所述的树叶特征提取方法，其特征在于，对所述多个夹角进行分类，获取局部形状特征包括：对所述多个夹角进行分类，获取多个分类结果；对所述多个分类结果进行稀疏编码，获取稀疏编码结果；根据所述稀疏编码结果，获取局部形状特征。4.根据权利要求1所述的树叶特征提取方法，其特征在于，还包括：通过对树叶图像进行二值化处理，获取所述树叶图像的叶片区域，采集所述叶片区域在多个颜色通道的颜色强度值，获取高权重颜色通道；对所述高权重颜色通道的图像进行局部二值编码，获取局部二值编码图像；根据所述局部二值编码图像，计算图像灰度的概率分布值，获取颜色纹理特征。5.根据权利要求4所述的树叶特征提取方法，其特征在于，还包括：根据所述叶片轮廓点集的位置信息，连接所述叶片轮廓点集中的叶片轮廓点，形成轮廓边缘图像；根据所述轮廓边缘图像，获取轮廓多边形，所述轮廓多边形包括：最小外接圆、轮廓凸...

【专利技术属性】
技术研发人员：沈艳梅，宿栋栋，刘伟，阚宏伟，
申请(专利权)人：苏州浪潮智能科技有限公司，
类型：发明
国别省市：