首页 > 计算机应用研究 > 利用 CBIA 与 WSN 构建的植物叶片分类系统

利用 CBIA 与 WSN 构建的植物叶片分类系统

Plant leaf classification system using CBIA and WSN

二维码有效期 120s

摘要为了将计算机辅助植物叶片分类算法从理论研究向实际应用推进，利用基于内容的图像分析与无线传感器网络技术实现了移动设备终端的植物叶片分类功能。利用基于 Sobel 边缘检测子的全自动图像分割方法获取叶片的准确形状，利用基于霍特林变换的方法对叶片进行旋转预处理并提取傅里叶描述子等九种形状特征，然后使用多类支持向量机分类器对叶片进行分类，再进一步使用早期融合的方法对分类结果进行加强，随后利用以上叶片分类方法作为核心技术建立无线传感器网络，最后利用 Java 与安卓技术实现移动客户端的应用功能。实验结果显示，对于两个叶片数据库，分别达到了80％的分类准确率水平，与国际同类研究水平相当；对于无线传感器网络，移动终端用户可在9 s 内从服务器得到叶片分类的反馈结果；移动客户端实现了安卓操作系统上的应用程序。综上所述，研究已经取得了显著的阶段性成果，并将在下一阶段的工作中引入更加新颖高效的方法来进一步提高叶片分类准确率。

作者李晨 ^[1] 姚玮 ^[1] 韩忠伟 ^[2] 高一鸿 ^[3] Florian Schmidt ^[1] 蒋涛 ^[4] 丁惠君 ^[5] 王振宇 ^[6] 申旻旻 ^[6] 学术成果认领

作者单位 锡根大学自然科学与工程学院，德国北威州锡根 D-57076 ^[1] 吉林动画学院游戏学院,长春,130012 ^[2] 北京邮电大学计算机学院,北京,100876 ^[3] 成都信息工程大学控制工程学院,成都,610225 ^[4] 深圳大学医学部生物医学工程系,广东深圳,518060 ^[5] 华南理工大学软件学院,广州,510640 ^[6]

关键词基于内容的图像分析叶片分类图像分割特征提取支持向量机特征融合无线传感器网络 content-based image analysis leaf classification image segmentation feature extraction support vector ma-chine feature fusion wireless sensor network

分类号 TP391.4

栏目名称

系统应用开发

DOI 10.3969/j.issn.1001-3695.2015.11.031

发布时间 2015-11-18（万方平台首次上网日期，不代表论文的发表时间）

基金项目

国家自然科学基金（61302121）国家自然科学基金（61201440）广东省自然科学基金自由申请项目（S2012010010295）广东省新媒体与品牌传播创新应用重点实验室项目（2013WSYS0002）广东省教育部产学研合作专项（2012B091100420）吉林省大学生创新项目（201313607055）