基于数字图像处理的树叶识别论文---黄金版

《基于数字图像处理的树叶识别论文---黄金版》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、目录摘要1英文摘要21引言31.1选题背景及意义31.2国内外研究的进展31.2.1树叶识别的研究进展31.2.2神经网络的研究进展41.3论文的主要内容与组织结构41.3.1论文的主要内容41.3.2组织结构42树叶图像预处理42.1图像采集42.2图像裁剪52.3图像平滑62.4图像分割82.4.1最大类间方差法82.4.2matlab实现及效果图82.5边缘检测93树叶图像特征提取114基于神经网络的树叶识别134.1BP网络基本理论134.2隐含层数的选取134.3节点数的选取134.4BP网络的建立144.5树

2、叶识别144.6GUI界面设计144.7结果分析165总结与展望165.1总结论文的主要工作165.2展望论文的不足16参考文献16致谢17基于神经网络的树叶识别系统研究机电与信息工程学院电子信息工程曹文君（20903031002）指导老师：吕军（助教）摘要：植物是生物圈的重要组成部分，其中，叶片是植物的一个重要特征，不同的植物叶片在叶形及叶脉等外部特征上都不尽相同，这就使我们能够很好地利用植物叶片的特征来对植物分类。过去这类工作是由人工完成，不但工作量大，而且工作效率比较低。随着数字图像处理技术的快速发展，我们可以有效

3、地借助计算机进行辅助操作，这样可以提高识别的准确性，从而提升了工作效率。本文重点工作有：应用数字图像处理技术对采集到的叶片做图像预处理；提出了基于BP神经网络的方法进行树叶的识别，并构造了一个基于神经网络的集成分类器模型。最后，对本系统进行了仿真测试，取得了较好的结果。关键词：图像处理；神经网络；集成分类器RecognitionSystemofLeafImagesBasedonNeuronalNetworkCaoWenjunDirector：LvJun（Assistant）(SchoolofMechanicalElect

4、ricalandInformationEngineering,HuangshanUniversity,Huangshan,China,245041)Abstract：Theplantisanimportantcomponentofthebiosphere,andaleafisakeycharacteroftheplant,differentplantmaybedifferentinleaftypeaswellastheleafvein,andthisenablesustousetheplantleaftocarryont

5、heclassificationoftheplant.Inthepast,thiskindofworkwasbycompletesartificially,theworkloadwasalsoveryheavy,moreovertheworkingefficiencywasrelativelyquitelow.Alongwiththecomputerimageprocessingtechnology'sfastdevelopment,wecanusethecomputertohelpuswiththiswork,then

6、enhancetherecognitionaccuracyandpromotetheworkingefficiency.Themainworkofthisarticleincludes:usedigitalimageprocessingtechnologytopretreattheleafimage;proposemethodbasedonBPneuralnetworkrecognitionoftheleaves,besides,constructedamodelbasedonneuralnetworkensemblec

7、lassifier.Finallycarriedontheexperimenttesttothissystem,hengettothegoodresult.KeyWords：imageprocessing；neuralnetwork；ensembleclassifier1引言1.1选题背景及意义大千世界，植物是普遍存在于自然界的。植物的发展及进化都经历了一个漫长的阶段。它们是维持人类生存的重要载体。因此，对植物的研究就显得格外重要。目前，在地球上仅为人所知的有花植物有大约25万种，其他的更是数不胜数。面对庞大的植物世界，

8、目前植物分类可以通过植物叶型分类来实现植物种类的识别。植物叶形分类主要依赖于分类学知识渊博且长期从事植物分类工作的专家学者进行人工分类，该方法存在着耗时耗力、效率低、主观因素大等不足，再加上植物分类人才的匮乏，对植物分类的研究愈加困难。随着人工智能的日臻成熟，数字图像处理技术广泛用于农业、工业、军事等各个领域。利用数