针叶植物叶片或叶小枝数字图像识别和分类

摘要

本文研究针叶植物数字图像自动识别分类的方法。根据针叶植物不同科(松、杉、柏科)和种叶片/叶小枝的形状特征差异设计了15个特征描述符,以适量样本检验这些描述符以及它们组合使用对于划分针叶植物科和种的有效性,并对这种有效性做评估和排序。实验表明,凹陷密度,凸包欧拉数、凸包面积与同参数三角形面积相对差等,对辨别松科植物有效;叶图斑长宽比、凸残差面积方差、凹陷密度、凹陷平均短长轴比等对划分杉、柏科植物有效。通过这些描述符,可以将至少34种针叶植物分为松、杉、柏3个科和17个种。用这些描述符组合对针叶植物科分类的精度大于80%;由科划分种的精度相对较低,划分松、杉、柏科植物到几个范例种的精度分别为:64.0%、54.3%、40.1%。