栲属植物是壳斗科的一种,这种植物分布范围主要集中在亚热带及部分热带地区。栲属植物无论在药用价值、还是木材价值都有极大的利用,但是不同种类的栲属植物它的用途有较大的区别,因此对栲属植物的识别在对植物保护以及价值利用上起到很重要的作用。目前常用的树种识别手段主要有:林业专技人员经验识别法、针对植物木材、树木年轮等特性的图像分析法、植物DNA识别法,但是这些识别方法的局限性很大,往往会受到林业专技人员的识别经验、树木木材、年轮等植物特征随着环境变化、采集植物DNA标本量的大小等诸多客观原因的限制,这样就会造成树种识别的结果实时性不高、树种差异大,准确度不高。因此本文利用数字图像技术对栲属植物叶片的叶脉、叶形等图像信息进行分析,根据栲属植物叶脉、叶形的唯一性、规律性等特征,通过数字图像技术、扫描对比技术、数据库技术等完成栲属植物种类的鉴别以及探索新型种类的栲属植物。本文通过灰度化算法中的迭代阀值分割法图像处理技术来完成栲属植物的识别,主要研究内容如下:(1)利用SQL Server数据库系统管理软件建立福建省境内15种栲属植物成熟叶片、花、用途、科属等详细信息信息数据库,同时建立基于B/S架构的栲属植物基本信息查询系统。(2)采用了 FPGA+DSP双核心的流水阵列结构,同时采用GPRS无线传输设计,从图像处理速度上以及树种识别实时性方面得到提高。(3)以数字图像技术的迭代阀值分割方法,将栲属植物的叶形、叶脉、花、果实等植物图像信息提取出来后通过图像信息比对,把栲属植物的树种的价值、以及树种特征等情况信息通过终端显示出来。本系统利用了 BP神经网络进行分析,通过FPGA+DSP架构,从识别速度上提高了 2s左右,准确率达到91.0715%,而且整个识别系统的稳定性较好。本研究对福建省栲属植物和古树名木的识别具有重要的意义,对其他树种识别系统具有重要的参考价值。