基于复频域纹理特征的植物叶片识别算法

论文摘要

针对空间域特征不能全面准确地描述叶片的问题,提出了一种基于复频域纹理特征（Complex frequency domain texture features,CFDTF）的叶片识别算法。首先,对叶片图像进行预处理。其次,对预处理后的图像进行分块,并对每一个图像块进行双树复小波变换（Dual-tree complex wavelet transform,DTCWT）,分别计算复频域局部二值模式（Local binary pattern,LBP）和局部相位量化（Local phase quantization,LPQ）特征,得到图像块的特征。接着,串联所有图像块的特征得到整个图像的特征。最后,在Flavia数据库上通过KNN分类器分类识别。结果表明,与传统的颜色、形状、纹理等特征相比,该算法平均识别精度明显提高,达到95.75%。

论文目录

• 1 复频域纹理特征算法
•   1.1 图像预处理
•   1.2 特征提取
•     1.2.1 双树复小波变换
•     1.2.2 LBP算法
•     1.2.3 LPQ算法
•     1.2.4 复频域纹理特征提取
•   1.3 分类器的构造
•   1.4 算法步骤
• 2 验证与分析
• 3 结 论

文章来源

类型: 期刊论文

作者: 梅星宇,李新华,鲍文霞,张东彦,梁栋

关键词: 植物叶片识别,复频域纹理特征,双树复小波变换

来源: 江苏农业学报 2019年06期

年度: 2019

分类: 农业科技,信息科技

专业: 农业基础科学,计算机软件及计算机应用

单位: 安徽大学农业生态大数据分析与应用技术国家地方联合工程研究中心

基金: 国家自然科学基金项目(41771463,61672032)

分类号: TP391.41;S126

页码: 1334-1339

总页数: 6

文件大小: 1417K

下载量: 149