基于數(shù)字圖像處理的觀賞菊品種識(shí)別技術(shù)研究.pdf

1、觀賞菊因其色澤艷麗、形態(tài)多樣而深受廣大愛菊人士的喜愛，然而觀賞菊品種多樣，僅國(guó)內(nèi)就有3000多個(gè)品種，這給愛菊人士乃至研究人員識(shí)別觀賞菊品種帶來(lái)了非常大的困擾。目前，觀賞菊的品種識(shí)別主要依靠專業(yè)人員利用專業(yè)知識(shí)來(lái)實(shí)現(xiàn)，要求具備豐富的實(shí)踐經(jīng)驗(yàn)，或者利用相關(guān)文獻(xiàn)說(shuō)明進(jìn)行比對(duì)。這些方法不僅操作復(fù)雜、效率低下，而且要求操作者了解每一個(gè)觀賞菊品種的屬性特點(diǎn)，難度較大。因此，探索利用計(jì)算機(jī)技術(shù)識(shí)別觀賞菊品種具有特別的價(jià)值。
　　本文研究了利用

2、數(shù)字圖像處理技術(shù)識(shí)別觀賞菊品種的方法。首先設(shè)計(jì)了一套觀賞菊?qǐng)D像采集系統(tǒng)，可以消除因環(huán)境光線不穩(wěn)定給圖像質(zhì)量帶來(lái)的影響，并為觀賞菊?qǐng)D像提供簡(jiǎn)單的圖像背景。然后針對(duì)觀賞菊自身的特點(diǎn)，分別從顏色、形狀和紋理三個(gè)方面來(lái)提取觀賞菊特征。關(guān)于顏色特征方面，基于 HS色盤空間提取其顏色成分特征，并利用平坦度描述其顏色空間特征；形狀特征方面，引用凸包的概念，采用凸包周長(zhǎng)比和凸包面積比來(lái)描述觀賞菊的形狀特點(diǎn)；紋理特征方面，基于灰度共生矩陣，計(jì)算其能量、熵

3、、對(duì)比度和相關(guān)性等相關(guān)參數(shù)作為紋理特征描述。融合提取到的特征，構(gòu)建成一個(gè)14維的特征向量。采用 KNN分類器和SVM分類器對(duì)20個(gè)觀賞菊品種進(jìn)行識(shí)別驗(yàn)證，發(fā)現(xiàn)兩個(gè)分類器都具有較高的正確識(shí)別率，其中 KNN分類器識(shí)別效果更好，可達(dá)到92.17％。最后在軟件設(shè)計(jì)過(guò)程中，增加了觀賞菊品種推薦功能，該功能在算法得出最優(yōu)識(shí)別結(jié)果的基礎(chǔ)上，推薦與被識(shí)別對(duì)象最相似的三個(gè)觀賞菊品種，結(jié)合該方法，系統(tǒng)可以校正品種的錯(cuò)誤識(shí)別情況，極大地提高了最終的正確識(shí)別