论文部分内容阅读
利用计算机处理技术对植物进行识别,与传统的手工测量采集原始数据方法相比较,大大提高了识别效率。本论文提出一种基于植物叶片形状特征的方法对叶片进行识别,首先采集叶片,使用扫描仪对其进行扫描,扫描设置为8位、256色、BMP格式文件。然后对叶片进行预处理,其中包括滤波、图像增强、边缘检测和阈值分割,得到较好的二值化图像。提取叶片的特征参数,经过筛选、选择,最终得到了8个相对特征参数。使用BP神经网络对现有的几种叶片进行分类,首先设计神经网络的结构,设计输入量、输出量,选择隐层节点数、调节学习效率、动量因子等参数。在VC环境下循环计算、调整权值、阈值,最终识别成功。并达到了87.5%的平均识别率。