|本期目录/Table of Contents|

[1]李萍,张波,张善文.基于叶片图像处理和稀疏表示的植物识别方法[J].江苏农业科学,2016,44(09):364-367.
　Li Ping,et al.Recognition of plants based on leaf image processing and sparse representation[J].Jiangsu Agricultural Sciences,2016,44(09):364-367.
点击复制

基于叶片图像处理和稀疏表示的植物识别方法(PDF)
分享到：

《江苏农业科学》[ISSN:1002-1302/CN:32-1214/S]

卷:
第44卷
期数:
2016年09期
页码:
364-367
栏目:
农业工程与信息技术
出版日期:
2016-09-25

文章信息/Info

Title:
Recognition of plants based on leaf image processing and sparse representation
作者:
李萍;  张波;  张善文
郑州大学西亚斯国际学院，河南郑州 451150
Author(s):
Li Ping; et al
关键词:
植物叶片图像; 植物识别; 稀疏表示分类; 改进的稀疏表示
Keywords:
-
分类号:
TP391.41；S126
DOI:
-
文献标志码:
A
摘要:
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。
Abstract:
-

参考文献/References:

［1］王丽君，淮永建，彭月橙. 基于叶片图像多特征融合的观叶植物种类识别［J］. 北京林业大学学报，2015，37(1)：55-61.
［2］陈寅，周平. 植物叶形状与纹理特征提取研究［J］. 浙江理工大学学报，2013，30(3)：394-399.
［3］Du J X，Huang D S，Wang X F，et al. Leaf shape based plant species recognition［J］. Applied Mathematics and Computation，2007，185(2)：883-893.
［4］Du J X，Huang D S，Wang X F，et al. Shape recognition based on neural networks trained by differential evolution algorithm［J］. Neurocomputing，2007，70(4)：896-903.
［5］张善文，张传雷，程雷. 基于监督正交局部保持映射的植物叶片图像分类方法［J］. 农业工程学报，2013，29(5)：125-131.
［6］朱明旱，李树涛，叶华. 基于稀疏表示的遮挡人脸表情识别方法［J］. 模式识别与人工智能，2014，27(8)：708-712.
［7］Qiao L S，Chen S C，Tan X Y. Sparsity preserving projections with applications to face recognition ［J］. Pattern Recognition，2010，43(1)：331-341.
［8］肖玲，李仁发，曾凡仔. 基于自学习稀疏表示的动态手势识别方法［J］. 通信学报，2013，34(6)：128-135.
［9］王琦，惠康华. 基于稀疏近邻表示的分类方法［J］. 计算机工程与设计，2013，34(4)：1425-1431.
［10］Chang C C，Lin C J. LIBSVM-A library for support vector machines ［EB/OL］. ［2015-11-20］. http：//www.csie.ntu.edu. tw/cjlin/libsvm.
［11］Koh K，K S J. Stephen Boyd. Simple matlab solver for l1-regularized least squares problems ［EB/OL］. ［2015-11-20］. http：//www.stanford.edu/boyd/l1_ls/.

相似文献/References:

[1]张善文,张云龙,尚怡君.1种基于Otsu算法的植物病害叶片图像分割方法[J].江苏农业科学,2014,42(04):337.
　Zhang Shanwen,et al.A segmentation method of plant disease leaf images based on Otsu algorithm[J].Jiangsu Agricultural Sciences,2014,42(09):337.
[2]张善文,邵彧,李萍.基于典型相关分析全局和局部特征融合的植物识别方法[J].江苏农业科学,2019,47(14):255.
　Zhang Shanwen,et al.A plant recognition method based on global-local feature fusion by canonical correlation analysis[J].Jiangsu Agricultural Sciences,2019,47(09):255.
[3]张善文,张晴晴,齐国红.基于Fourier描述子和LBP相结合的植物叶片识别方法[J].江苏农业科学,2019,47(14):273.
　Zhang Shanwen,et al.A plant leaf recognition method based on Fourier descriptor and local binary pattern[J].Jiangsu Agricultural Sciences,2019,47(09):273.

备注/Memo

备注/Memo:
收稿日期：2015-12-20
基金项目：国家自然科学基金(编号：61473237)
作者简介：李萍(1978—)，女，河南郑州人，博士研究生，主要从事模式识别及其在植物分类中的应用研究。E-mail：wjdw716@163.com。
更新日期/Last Update: 2016-09-25