[发明专利]基于叶片HOG特征和智能终端平台的植物物种识别方法

摘要

本发明涉及一种基于叶片HOG特征和智能终端平台的植物物种识别方法，包括以下步骤1)客户端获取叶片图像；2)对获取的叶片图像进行预处理后将叶片图像传输给服务器端，并同时向服务器端发送识别请求；3)服务器端收到识别请求后，对叶片图像进行HOG特征提取；4)以提取出的HOG特征作为训练好的SVM分类器的输入，对叶片图像进行分类识别；5)根据识别结果从植物物种数据库查找当前叶片图像对应类别的植物物种信息，并发送给客户端；6)客户端显示识别结果及对应植物物种信息。与现有技术相比，本发明具有准确率高、使用方便等优点。

主权项

一种基于叶片HOG特征和智能终端平台的植物物种识别方法，其特征在于，包括以下步骤：1)客户端获取叶片图像；2)对获取的叶片图像进行预处理后将叶片图像传输给服务器端，并同时向服务器端发送识别请求；3)服务器端收到识别请求后，对叶片图像进行HOG特征提取，所述的HOG特征提取具体为：2a)计算图像中每个像素的横纵方向梯度值和梯度方向；2b)划分所有像素为均匀大小的细胞区；2c)划分梯度方向为固定角度间隔的索引数值；2d)采用二线插值方式统计每个细胞区中的梯度方向直方图向量；2e)划分所有细胞区为均匀的块；2f)采用三线插值方式重组每个块中的梯度方向直方图向量；2g)对每个块的梯度直方图向量进行归一化校正；2h)统计所有块的方向直方图得到叶片图像最终的特征表达向量；4)以提取出的HOG特征作为训练好的SVM分类器的输入，对叶片图像进行分类识别；5)根据识别结果从植物物种数据库查找当前叶片图像对应类别的植物物种信息，并发送给客户端；6)客户端显示识别结果及对应植物物种信息；所述的SVM分类器的训练过程具体为：1a)获取多个植物物种的叶片图像，对于每一个植物物种，均采集多张不同形态和不同生长过程的叶片图像；1b)对所有待训练的植物物种的叶片图像进行预处理和HOG特征提取；1c)分别对每个植物物种设置物种标签，以所有HOG特征表达向量和物种标签作为SVM的输入进行训练；1d)获得训练好的SVM分类器。