[发明专利]一种植物叶片的图像识别方法

摘要

本发明公开一种植物叶片的图像识别方法，分为训练和识别两个阶段。训练阶段，先向系统输入植物叶片图像训练集，系统经过批量预处理、批量特征提取、神经网络分类器训练后，把训练结果存储。识别阶段，用户向系统输入单张不认识种类的植物叶片图像，标定该叶片的叶基点坐标和叶尖点坐标；系统对该单张图像进行预处理、特征提取后；再用神经网络分类器进行分类，输出植物种类列表，同时为列表的每一项附上详细的图文信息。本发明能够提供较高准确率的多个候选结果输出，大大提高识别的可信性；不但支持标量的叶片特征，还支持复杂形式(如矩阵形式)的叶片特征，从而提高了植物叶片的识别率。

主权项

一种植物叶片的图像识别方法，其特征在于，包括以下步骤：S1、先判断当前是向系统输入已知种类的训练集，还是输入待识别的叶片；如果是前者，转向步骤S2，如果是后者，转向步骤S6；S2、向系统输入扫描或拍摄的各类植物叶片的RGB彩色图像及其种类名，并逐一标定叶基点、叶尖点；S3、对步骤S2所输入的训练集中的批量图像逐一进行预处理，得到批量二值图像；S4、对预处理后的批量二值图像逐一进行特征提取；S5、在面向叶片识别的神经网络分类器中，进行训练学习，并存储训练学习结果；S6、向系统输入单张扫描或拍摄的某类植物叶片的RGB彩色图像，并标定其叶基点、叶尖点；S7、对步骤S6中所输入的单张图像进行预处理，得到单张二值图像；S8、对预处理后的单张二值图像进行特征提取；S9、在面向叶片识别的神经网络分类器中进行分类；S10、输出按可能性从大到小排序的植物种类列表。