首页|基于叶片图像处理和稀疏表示的植物识别方法

基于叶片图像处理和稀疏表示的植物识别方法

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
基于植物叶片图像的植物识别方法研究在保护生态环境方面具有十分重要的意义。针对植物叶片的复杂、多样性而导致很多基于特征提取的植物识别方法识别率不高的问题，提出了一种基于改进稀疏表示的植物识别方法。该方法利用最近邻准则实现稀疏表示，通过稀疏表示系数实现植物识别。该方法的创新点是将叶片图像识别问题转化为求解待识别样本关于训练样本的稀疏表示问题，是直接对原始叶片图像进行操作，而不需要进行特征提取和选择过程，由此提高了算法的识别效率。在6种叶片图像数据集上的试验结果显示，该方法对叶片图像识别是可行的，识别率高达94％以上。该方法为非线性、复杂叶片图像识别提供了一种途径。

李萍、张波、张善文

展开 >

郑州大学西亚斯国际学院，河南郑州451150

植物叶片图像 植物识别 稀疏表示分类 改进的稀疏表示

国家自然科学基金

61473237

2016

10.15889/j.issn.1002-1302.2016.09.104

江苏农业科学
江苏省农业科学院

江苏农业科学

CSTPCD北大核心
影响因子：0.732
ISSN：1002-1302
年,卷(期)：2016.44(9)
  • 7
  • 6