/ 花卉图像识别与分类
花卉图像识别与分类
花卉图像识别与分类
植物分类是植物科学研究领域和农林业生产运营中重要的基础性工作，植物分类学是一项具有长远意义的基础性研究，其主要的分类依据是植物的外观特征，包括叶、花、枝干、树皮、果实等。
因此，花卉分类是植物分类学的重要部分，利用计算机进行花卉自动种类识别具有重要意义。
本文从常见的观赏花卉入手，探索了基于花朵数字图像对花卉进行种类识别的方法。
在己有研究的基础上，针对花朵的生长特点定义了颜色、纹理、形状等方面的特征，并使用分级SVM分类器对花卉图像进行了识别。
论文提出了分区域特征提取以及极坐标系下的灰度共生矩阵适于描述放射状生长的花朵纹理特征，对提高系统的识别准确率具有重要意义，此外，所设计的分级SVM分类器有效降低了分类器对样本种类数量的敏感性，克服了SVM分类器对大样本量识别准确率低的问题。
本文构建了基于数字图像的花卉种类识别系统，并用五十种花卉对系统进行了测试，达到了95.72%的识别准确率。
实验结果表明，本文所实现的花卉种类识别系统具有较高的识别准确率和稳定性。
本软件ID:10717796
植物分类是植物科学研究领域和农林业生产运营中重要的基础性工作，植物分类学是一项具有长远意义的基础性研究，其主要的分类依据是植物的外观特征，包括叶、花、枝干、树皮、果实等。
因此，花卉分类是植物分类学的重要部分，利用计算机进行花卉自动种类识别具有重要意义。
本文从常见的观赏花卉入手，探索了基于花朵数字图像对花卉进行种类识别的方法。
在己有研究的基础上，针对花朵的生长特点定义了颜色、纹理、形状等方面的特征，并使用分级SVM分类器对花卉图像进行了识别。
论文提出了分区域特征提取以及极坐标系下的灰度共生矩阵适于描述放射状生长的花朵纹理特征，对提高系统的识别准确率具有重要意义，此外，所设计的分级SVM分类器有效降低了分类器对样本种类数量的敏感性，克服了SVM分类器对大样本量识别准确率低的问题。
本文构建了基于数字图像的花卉种类识别系统，并用五十种花卉对系统进行了测试，达到了95.72%的识别准确率。
实验结果表明，本文所实现的花卉种类识别系统具有较高的识别准确率和稳定性。
本软件ID:10717796
文件下载
资源详情
[{"title":"（7个子文件6.39MB）花卉图像识别与分类","children":[{"title":"源码","children":[{"title":"mySVM.m <span style='color:#111;'>4.14KB</span>","children":null,"spread":false},{"title":"说明文档.docx <span style='color:#111;'>11.84KB</span>","children":null,"spread":false},{"title":"flower.m <span style='color:#111;'>5.71KB</span>","children":null,"spread":false},{"title":"flower.fig <span style='color:#111;'>5.14KB</span>","children":null,"spread":false}],"spread":true},{"title":"需求","children":[{"title":"任务书.docx <span style='color:#111;'>11.58KB</span>","children":null,"spread":false}],"spread":true},{"title":"说明.txt <span style='color:#111;'>64B</span>","children":null,"spread":false},{"title":"演示","children":[{"title":"10365.wmv <span style='color:#111;'>6.67MB</span>","children":null,"spread":false}],"spread":true}],"spread":true}]
评论信息
其他资源
- 基于MarkEZD.dll激光打码(C#代码以及SDK)
- AndroidAPP渗透测试方法大全.pdf
- AD9851调试Verilog代码
- mac的颜色配置文件
- SpreadsheetAdd-in.exe
- 小甲鱼OD使用教程所有课件源代码及使用的程序
- OCR文字识别软件自用神器
- UDS测试脚本工具
- PICCCSC编译器使用手册
- 贝塞尔曲线函数曲线滑腻算法
- 网络协议数据包
- cocoscreator开心消消乐源码
- 局域网聊天系统（含数据库）
- 基于SSM-客户管理系统
- MicrosoftWSE2.0SP3Runtime.msi
- 图像隐写工具hide&seek
- mongodb3.4.4win64
- 微信爬虫完整版
- 图书馆管理零碎Eclipse
- birt-report-framework-sdk-2_6_2.zip
免责申明
【好快吧下载】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【好快吧下载】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【好快吧下载】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，8686821#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，8686821#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明