2014，50（23）1引言植物的识别和分类对于区分植物种类、研究植物间的亲缘关系、阐明植物系统的进化规律具有重要意义[1]。近年来，在基于植物叶片图像的植物分类等方面的研究不断取得进展，包括叶片图像的特征选取、算法性能和分类器设计等。文献[2]基于叶片图像的形状特征如形状特征、偏心率等8项几何特征和7个图像不变矩，利用移动中心超球分类器对叶片进行识别；文献[3]通过提
取叶片的曲率特征、方向角等8个相对特征参数，使用BP 神经网络进行分类，平均识别率达到87.5%；文献[4]利用人工神经网络对叶脉的边缘梯度、局部对比度和邻域统计特征等邻域特征进行提取，从而进行植物叶片机器识别研究，为进一步的叶片识别打下了良好的基础；文献[5]是将颜色和形状特征相结合识别叶片，为实现茶叶嫩芽的自动采摘提供了一种有效方法；文献[6]在
识别植物识别过程中引入分形方法与分形特征，对单株植物的类别和植物群落都有较好的识别。但总体而言，为了在实用中进一步提高工作效率、降低人员的劳动强度等，基于图像的植物叶片自动识别的准确率更有待提升。本文给出了一种利用叶片形状和纹理特征进行识别的方法，能获得更高的识别准确率。
2图像预处理与分割
将野外采集的叶片通过扫描仪扫描获取数字图像。算法的总体步骤如图1所示。首先在对图像进行预处理后，利用阈值分割来获取叶片的大致区域，然后通过数学形态学处理消除叶柄和叶片上的孔洞等，获得较为干净的叶片区域，并提取形状和纹理特征，最后通一种结合形状与纹理特征的植物叶片分类方法
董红霞，郭斯羽
DONG Hongxia,GUO Siyu
湖南大学电气与信息工程学院，长沙410082
School of Electrical and Information Engineering,Hunan University,Changsha 410082,China
DONG Hongxia,GUO Siyu.Plant leaf classification method combining shape and texture https://www.doczj.com/doc/524156980.html,puter Engi-neering and Applications,2014,50（23）：185-188.
Abstract ：Recognition of plants based on plant leaves is of important aid for biological and ecological sciences.An algo-rithm for leaf classification based on shape and texture features is presented.Following the preprocessing of image denois-ing,the leaf region is obtained through segmentation and mathematical morphological operations.Shape features are extracted from the segmented binary region image,and texture features are extracted from the gray-scale image.A BP for-ward neural network with the features as inputs is adopted for classification.Experimental results on real-world images show that higher classification accuracy can be achieved by the proposed method compared with existing algorithms.Key words ：leaf classification;shape feature;texture;Back Propagation （BP ）neural network
摘要：根据植物叶片识别植物种类对于生物科学与生态科学具有重要的辅助作用。针对叶片分类，提出了一种基于形状与纹理特征的分类算法。在进行了去噪等预处理后，通过阈值分割和数学形态学方法获取叶片区域；在分割得到的二值区域图像上提取了形状特征，在灰度图像上提取了纹理特征；在所得特征的基础上，利用BP 网络对叶片进行分类。在实际图片上的实验结果表明，相比于已有算法，该方法可以达到更高的正确分类率。
关键词：叶片分类；形状特征；纹理；反向传播（BP ）神经网络
文献标志码：A 中图分类号：TP391.4doi ：10.3778/j.issn.1002-8331.1301-0138
基金项目：湖南大学青年教师成长计划基金（No.531107040050）。
作者简介：董红霞（1987—），女，硕士研究生，主要研究方向为植物叶片图像处理与识别；郭斯羽（1975—），男，博士，副教授，主要
研究方向为智能测控技术、电测技术、信息处理等。E-mail ：dhxdonghongxia@https://www.doczj.com/doc/524156980.html,
收稿日期：2013-01-14修回日期：2013-03-19文章编号：1002-8331（2014）23-0185-04
CNKI 网络优先出版：2013-04-08,https://www.doczj.com/doc/524156980.html,/kcms/detail/11.2127.TP.20130408.1646.009.html Computer Engineering and Applications 计算机工程与应用
185