首页|机器视觉下多特征组合的竹子分类方法

机器视觉下多特征组合的竹子分类方法

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
由于竹子本身的特殊性,竹子分类繁琐复杂,在计算机领域的机器视觉中探究和拓展竹子分类方法,能辅助并促进竹子分类学研究和资源利用等,对相关研究具有重要意义.尝试选择11种竹类叶片,设计拍摄光箱获取共计440幅叶片图像,对其进行相机标定、伽马矫正、灰度化、二值化等预处理操作,再提取出纹理、几何、颜色3类特征共27维数据;采用MATLAB工具箱中的Classification Learner进行分类,分类器采用工具箱中所包含的集成学习(Ensemble)分类方法.经过多次试验证实,基于纹理、几何、颜色3种特征组合的分类方法优于其它特征组合的分类方法,平均分类准确率为94.02％,正确分类率最高可达到94.5％.研究表明,此种竹子叶片分类方法具有可行性,为今后进一步探究竹子分类方法研究提供了一种可靠且有力的方法.
To Explore the Classification Method of Bamboo Leaves with Multi-feature Combination Under Machine Vision

邓莹、金爱武、朱强根、方婷

展开 >

浙江农林大学省部共建亚热带森林培育国家重点实验室,浙江杭州311300

丽水学院生态学院,浙江丽水323000

竹子分类 特征组合 几何特征 纹理特征 颜色特征

中央财政林业科技推广示范资金项目丽水市科技局高层次人才培养项目

[2019]TS162017R13

2021

10.11907/rjdk.201972

软件导刊
湖北省信息学会

软件导刊

影响因子：0.524
ISSN：1672-7800
年,卷(期)：2021.20(6)
  • 1
  • 8