[发明专利]一种基于叶脉检测的树种分类方法在审
| 申请号： | 201610161386.3 | 申请日： | 2016-03-21 |
| 公开（公告）号： | CN105787519A | 公开（公告）日： | 2016-07-20 |
| 发明（设计）人： | 周泓;严忱君 | 申请（专利权）人： | 浙江大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06K9/46 |
| 代理公司： | 杭州求是专利事务所有限公司 33200 | 代理人： | 邱启旺 |
| 地址： | 310027 浙*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于叶脉检测的树种分类方法。针对待分类的树种，该方法首先采集树叶图像，经预处理后提取树叶的叶脉图像，用卷积神经网络对叶脉图像进行训练得到一个区分树种的分类器，然后借助这个分类器，就能实现对未知树种的分类。本发明方法与常用的提取树叶轮廓特征进行树种分类的方法相比，有更高的准确性。同时，本方法能克服树叶大小、颜色变化等造成的干扰，有很强的可靠性。 | ||
| 搜索关键词： | 一种 基于 叶脉 检测 树种 分类 方法 | ||
【主权项】：
一种基于叶脉检测的树种分类方法，其特征在于，该方法包括以下步骤：(1)采集待分类树种的树叶彩色图像；(2)对步骤1得到的树叶彩色图像进行预处理，即通过OTSU算法得到分割前景和背景的最佳阈值，从而将背景像素点置为白色，并将树叶图像缩放到统一的尺寸；(3)将步骤2所得的树叶图像从RGB色彩空间转换至HSI色彩空间，分离出H分量的图像并对其进行增强；(4)将步骤3所得的H分量增强后的图像进行Canny边缘检测，得到属于叶脉的像素点；(5)对步骤4所得的叶脉像素点进行Hough直线检测，将分离的点连接成线段，得到叶脉图像；(6)将步骤5所得的不同树种的叶脉图像用基于LeNet的卷积神经网络进行训练，得到一个区分树种的分类器；(7)用步骤6得到的分类器即可对未知树种进行分类。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于浙江大学，未经浙江大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201610161386.3/，转载请声明来源钻瓜专利网。
