【技术实现步骤摘要】
基于神经网络模型的竹种智能识别方法和系统
[0001]本专利技术涉及物种识别
，尤其涉及一种基于神经网络模型的竹种智能识别方法。
技术介绍
[0002]形态学是植物分类的基础。经典形态学分类是以生殖器官，如花、果实、种子和以植物体营养器官，如根、茎、叶形态和结构特征作为分类依据。竹类植物以无性繁殖为主，只有在生长条件发生重大改变或者自身的某些原因才会导致开花，且开花周期长，花期短。因此，实践中主要依靠竹鞭、竹笋、竹竿、竹叶等营养器官形态学特征作为分类和识别的依据。随着学科的交叉，更有学者利用解剖特征、化学组成和分子生物技术等方法对竹种进行分类，但这些方法采样过程中均须借助于形态学分类方法，不能取代形态分类学，而是作为后者的一个重要补充，与其他生物学科一起，共同促进竹类植物分类学的进一步发展。
[0003]竹子由于种类差异和生长环境的影响，同种之间形态可能存在着很大的差异，不同种之间也可能有着较大的相似性，分类和种系鉴定相较于其它植物难度更大，不仅需要依靠经验丰富的专业人员，费时费力，还存在主观性、模糊性与效率低...
【技术保护点】
【技术特征摘要】
1.一种基于神经网络模型的竹种智能识别方法，其特征在于，所述识别方法包括：获取待测竹种图像；基于神经网络模型对所述待测竹种图像进行识别，获取所述待测竹种图像的竹种识别结果；其中，所述神经网络模型通过训练集数据完成训练，所述训练集数据为标注出形态学特征的竹种图像。2.根据权利要求1所述的基于神经网络模型的竹种智能识别方法，其特征在于，所述竹种图像中标注的形态学特征，包括：竹竿、叶和笋的边缘轮廓特征、纹理特征和颜色特征。3.根据权利要求2所述的基于神经网络模型的竹种智能识别方法，其特征在于，所述竹竿、叶和笋的边缘轮廓特征、纹理特征和颜色特征，包括：竿环的隆起程度特征、颜色特征，箨环的隆起程度特征、被毛与被粉特征、残留物特征，箨舌的形状特征、大小特征、颜色特征、被毛与被粉特征，箨耳的大小特征、形状特征、颜色特征、被毛与被粉特征。4.根据权利要求1所述的基于神经网络模型的竹种智能识别方法，其特征在于，所述竹种图像通过标准化程序拍摄获取。5.根据权利要求4所述的基于神经网络模型的竹种智能识别方法，其特征在于，所述标准化程序包括：拍摄时，采用预设的相机、镜头，依照大型竹、中型竹、小型竹、地被竹的分级标准，对于不同等级的拍摄对象采用相应的预设的拍摄距离。6.根据权利要求1所述的基于神经网络模型的竹种智能识...
【专利技术属性】
技术研发人员：田根林，岳祥华，汪紫微，黎静，朱平，易武坤，王汉坤，
申请(专利权)人：国际竹藤中心，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。