树叶图像识别

论文总字数：17373字

目 录

1 绪论 4

1.1研究背景与意义 4

1.2 国内外研究现状 4

1.3 论文的主要内容 5

2 主成分分析 5

2.1 主成分分析简介与具体实践 5

2.1.1 主成分分析简介 5

2.1.2主成分分析具体实践 5

2.2 主成分分析原理 6

2.2.1 有损压缩 6

2.2.2 去相关原理 8

2.3 主成分分析基本步骤 9

3 数据归一化 10

4 深度信念网络 10

4.1 深度学习简介 10

4.2 受限玻尔兹曼机 11

4.3 深度信念网络 12

4.4 DBN特征降维基本步骤 13

4.4.1 预训练 13

4.4.2 全局微调 14

5 结果与分析 15

5.1 主成分分析结果 15

5.2 主成分分析优缺点 15

5.3 深度信念网络训练测试结果 16

5.4深度信念网络影响因素 16

5.4.1 累计贡献率的影响 16

5.4.2 样本数量的影响 17

5.4.3训练集与测试集比例的影响 17

6 总结与展望 18

6.1 总结 18

6.2 展望 18

参考文献 20

致谢 21

树叶图像识别

刘雯霞

，China

Abstract: It is estimated that there are almost 500,000 species of plants in the world. The identification and classification of plant species has been a problem since ancient times and often leads to repeated classifications. Therefore, the automatic identification of plant species by means of computers can not only save workload. And can improve accuracy. In this paper, the algorithm is designed to accurately identify 99 species of plants using the leaf binary map and leaf features that have been extracted (including shapes, edges, and textures). The main steps are to use matlab to do the pretreatment of principal components analysis of the leaf binary image and perform factor assessment to improve the computational efficiency. Then the deep belief network of deep learning is used for training tests. Finally, the results are analyzed according to the cumulative contribution rate. to sum up. It is hoped that the leaf image recognition technology based on digital image processing can be applied to various aspects of plant species such as trace protection and drug research.

Key words：Matlab; principal component analysis; depth belief network; contribution rate

1 绪论

1.1研究背景与意义

据估计世界上有近乎五十万种的植物，对于植物种类的识别分类自古到今都是一个难题而且经常会导致分类重复。现阶段科学家们对植物的分类主要是通过对植物树叶的分类得以实现的。树叶由于体积小、处处遍及和其它一些独特的特征，是区别植物种类的一种十分有效的方法。早前，植物叶片的分类主要依靠植物学家多年的经验肉眼识别，由于角度、光线、背景等影响因素的存在，这种人工识别的方法不仅效率低工作量大，而且会带来很大的误差。

对植物的分类是十分有利并且十分有必要的，近年来由于城市化和工业化的发展，环境污染十分严重，也导致了大量植物数量的减少甚至灭绝。如果我们能利用计算机通过对树叶的识别来实现对植物物种数量的追踪，就能在第一时间对受到威胁的植物加以保护。因为生 长环境、生长周期和基因突变的影响，同一类型的植物形态差异十分明显有时甚至截然不同，因此如何排除一切外在干扰因素实现植物的自动识别一直是机器学习领域一个很有挑战性的难题。

随着数字图像处理技术和深度学习理论的高速发展，基于图像特征技术^[1]来对树叶图像进行识别和分类的工程在效率和质量上也有了飞速提高。科学家们近年来在植物树叶的自动识别上取得了颇为丰硕的研究成果。植物种类自动识别的技术应用十分广泛，包括：植物物种数量的追踪与保护、基于植物的药物研究、作物和粮食供应管理等。这样不仅能降低人工成本，在识别正确率上也会有一定保障。

本论文利用树叶二值图^[2]和已被提取到的树叶特征包括形状、边缘、纹理来设计算法以准确地识别99种植物，希望将图像特征技术应用到植物树叶识别领域，以推动植物学和农林业的发展。

1.2 国内外研究现状

剩余内容已隐藏，请支付后下载全文，论文总字数：17373字