[发明专利]一种基于SVM分类器的竹子叶片分类识别方法

说明书

本发明公开了一种基于SVM分类器的竹子叶片分类识别方法，属于竹子分类技术领域。该方法包括(1)获取待分类识别的叶片图像，然后给图片加上转化实际长度与图像分辨率的标板，并对图像依次进行等比例缩放、灰度化、边缘检测、膨胀和腐蚀处理；(2)提取叶片形状特征参数和颜色特征参数，将提取到的叶片参数数据输入到训练好的分类模型中进行识别；(3)输出识别得到的竹子所属种类。本发明采用训练好的算法模型，通过对颜色特征进行标准化和模型参数的优化，进一步提升了竹种识别的精度。

技术领域

本发明属于竹子分类技术领域，具体涉及一种基于SVM分类器的竹子叶片分类识别方法。

背景技术

当前，在竹子种类识别领域应用的主要方法包括传统形态学分类，解剖学分类，分子生物技术分类和计算机辅助分类。

竹亚科传统形态学分类方法在国内主要是建立在耿氏系统上，以花序和地下茎性状为主要分类特征，再结合营养体特点划分属及属以下类群。然而由于竹子开花结果不常见，以花果为分类依据应用困难，实际识别种多是基于营养体展开。竹类营养体多变，在同一种群中往往存在多种表型且季节性变化明显。传统分类学家由此引入模式种概念，但模式种往往仅代表种群中某一个体在某一时期的性状，当遇到同一性状有多种表现型时，基于模式种进行分类就很容易导致分类工作陷入混乱(赖广辉.试论竹子分类和种系鉴定中的若干方法问题，竹子研究汇刊,2013,32(03):9-13+27)。解剖学分类方法是使用切片技术，基于竹类维管束的不同进行分类。李正理等建立了详细的以竹材维管束类型为依据的竹子解剖分类系统，但对维管束的定义类型过于详细，竹子维管束存在变异，较难在实际应用中应用(李正理,靳紫宸.几种国产竹材的比较解剖观察,Journal of IntegrativePlant Biology,1960(01):76-97)。温太辉等以竹秆维管束为依据编制了28个属100个种5变种的分属检索表，为一些有争议的属、种的归属提供了参考(温太辉,周文伟.中国竹类维管束解剖形态的研究初报(之一)，竹子研究汇刊,1984,3(1):1-21；温太辉,周文伟.中国竹类维管束解剖形态的研究初报(之二)，竹子研究汇刊,1985,4(1):28-43)。然而基于解剖对竹子进行分类识别要求操作人员有较高的制片水平，而且样品的有效切片区域较少，且切片区域有限，导致从中所获得的信息也较少，导致需要反复切片，增加了工作量和误差。

随着现代分子生物学技术的发展，国内很多的学者开始利用DNA分子标记对竹子进行分类和遗传多样性的研究，发展出了基于分子生物技术的竹子分类方法。如杨光耀等利用 RAPD技术在分子水平上探究了中日苦竹属竹类的系统发育关系，也利用该技术对倭竹族的竹类进行了研究，为倭竹族形态分类中存在的问题提供了新的解决途径(杨光耀,赵奇僧.苦竹类植物RAPD分析及其系统学意义.江西农业大学学报,2000,22(4):54-58)。但是分子生物技术类的试验对样本的采集、保存及提取有着较为严格的要求，并且现今的样本大多还是要送到专门的公司进行分析，费用昂贵，因此较难大面积推广和普及。

随着现代人工智能科技的发展、计算机技术的普及，使用计算机对植物的参数进行计算，然后基于计算结果对植物进行自动分类识别已成趋势。李欣等使用SVM基于已有的竹子种质数据库，选取了56个性状对竹子进行分类，在属的层面得到了较好的分类效果(李欣,许高建,李绍稳.一种优化的SVM竹类属种识别方法.重庆科技学院学报(自然科学版),2017, 19(05):98-101+107.)。传统种质资源数据库中质量性状占多数，尽管质量性状在输入模型前会经等级化编码处理，但如此处理后，性状的区分度低，造成性状在模型中的贡献率低，训练模型时需要大量的性状输入，才可能得到较好的分类效果。

发明内容

针对现有技术中存在的问题，本发明要解决的技术问题在于提供一种基于SVM分类器的竹子叶片分类识别方法，采用训练好的算法模型，通过对颜色特征进行标准化和模型参数的优化，进一步提升了竹种识别的精度。

为了解决上述问题，本发明所采用的技术方案如下：

一种基于SVM分类器的竹子叶片分类识别方法，包括以下步骤：