針葉植物葉片或葉小枝數(shù)字圖像識別和分類

田超　周堅華

摘要：本文研究針葉植物數(shù)字圖像自動識別分類的方法。根據(jù)針葉植物不同科（松、杉、柏科）和種葉片/葉小枝的形狀特征差異設計了15個特征描述符，以適量樣本檢驗這些描述符以及它們組合使用對于劃分針葉植物科和種的有效性，并對這種有效性做評估和排序。實驗表明，凹陷密度，凸包歐拉數(shù)、凸包面積與同參數(shù)三角形面積相對差等，對辨別松科植物有效；葉圖斑長寬比、凸殘差面積方差、凹陷密度、凹陷平均短長軸比等對劃分杉、柏科植物有效。通過這些描述符，可以將至少34種針葉植物分為松、杉、柏3個科和17個種。用這些描述符組合對針葉植物科分類的精度大于80%；由科劃分種的精度相對較低，劃分松、杉、柏科植物到幾個范例種的精度分別為：64.0%、54.3%、40.1%。

關鍵詞：針葉植物；圖像分類；形狀；數(shù)學形態(tài)學；特征頻數(shù)

基金項目：國家自然科學基金項目（41071275）資助

中圖分類號： TP391.41 文獻標識碼： A DOI編號： 10.14025/j.cnki.jlny.2016.06.020

植物數(shù)字圖像自動分類是植物分類學領域備受關注的新技術“基于內容的圖像檢索”（Content-Based Image Retrieval， CBIR）是該技術的代表之一，通過把用于植物圖像的CBIR軟件植入手機等智能移動設備，有可能在野外對植物進行實時分類。已經出現(xiàn)了少量移動設備版植物圖像分類/檢索軟件，如Nam等2005年開發(fā)的“三葉草”系統(tǒng)，可以根據(jù)植物葉輪廓圖檢索植物類；Belhumeur等2008年研發(fā)的改進型系統(tǒng)，可以查詢植物圖像與在線植物樣本的相似性等。但由于專家知識植入圖像自動分類/檢索系統(tǒng)比較困難，這類軟件目前能夠正確辨識的植物種類比較有限，其他類似的CBIR系統(tǒng)還在不斷完善中。……