一种基于数字图像的植物种类识别方法

摘要

本发明提供一种基于数字图像的植物种类识别方法，包括：采集植物器官数字图像作为测试样本，提取特征向量；将所述特征向量输入第一级分类器，获得投票数排名前n名的n个类别，3＜n＜10；第一级分类器通过如下方式获得：基于全部训练样本的特征集进行分类器训练；将所述特征向量输入第二级分类器，获得识别结果；第二级分类器通过如下方式获得：从所述全部训练样本的特征集中，提取所述n个类别所对应的特征集进行分类器训练。本发明通过分级SVM分类器，有效降低了分类器对样本种类数量的敏感性，消除了样本类别增加对识别准确率的影响，克服了SVM分类器对大样本量识别准确率低的问题，进而提高植物识别的准确率。