基于PCA和SOM神经网络的植物叶片分类方法

摘要：

为了提高植物叶片识别的效率以及准确度,本文利用植物叶片的形状特征作为特征,并且利用PCA算法对初步提取出的特征参数进行降维,最后在低维空间用SOM神经网络进行训练识别样本图像,该方法相比于现有方法,能提高叶片图像的识别效率.
1 植物叶片图像的预处理和特征提取
对于植物叶片来说,其纹理、颜色、形状等特征都可以作为其物种分类的依据,但是这些特征容易受到植物叶片拍摄时的阴影、光照等环境因素的干扰,而且叶片在不同的季节和生长阶段这些特征也会发生变化,所以需要对图像进行预处理,方便以后的特征提取,进而提高叶片的识别效率.

所属期刊栏目：35

分类号：TP393(计算技术、计算机技术)

在线出版日期：2015-05-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：35-36,40