植物对人类生存和发展有着重要的作用,对植物进行分类识别可以更好的保护种类繁多的植物。随着信息技术发展,基于叶片图像的植物识别方法有了一定的研究和发展,可以弥补传统的人工采集方法效率低、主观性强等缺点。本文对近年来图像处理技术在植物叶片识别方向的应用做了大量的研究,特别是对纹理特征提取这一领域进行了深入的探索。由于对人类视觉和大脑的认知不足,纹理的定义和识别方法还没有被广泛的认可,光照等自然条件又会影响纹理清晰度,而且为了保证好的识别效果,现有的纹理识别算法会消耗大量的时间和内存。因此,纹理特征的研究仍有许多问题有待解决。本文通过对植物叶片纹理特征的提取方法的比较,提出一种小波变换结合分形特征的纹理特征提取方案。首先利用二维离散小波变换,将图像分解成不同尺度的子图像,然后计算各个子图像的分形维数,将其作为特征向量。该方法弥补了小波变换方法和分形维数方法的不足又充分体现两者的优势,能在多尺度上分析纹理并且不损失图像的细节。本文在FIavia数据集上进行了测试,实验结果表明此方案可以提高识别率。此外,本文在理论研究的基础上,还设计实现了基于小波分形方法的植物识别系统。