-
题名改进的主动形状模型在植物叶形分类中的应用
被引量：1
- 1
-
-
作者
张春燕
申传家
汤中泽
孟晓
叶歆
-
机构
安徽大学数学与计算科学学院
-
出处
《科学技术与工程》
2010年第19期4663-4667,4673,共6页
-
基金
安徽省高等学校青年教师科研项目资助
-
文摘
针对植物叶形识别的特点,采用改进的主动形状模型实现叶片图像的批量识别和分类。在模型中以地标点序列表示对象形状轮廓,分别应用覆盖面积半径和生物学参照点进行伸缩变换和旋转变换,归一化地标点序列间的统计关系,进而研究形状间的相似性和差异性;在分类时通过设置相似度阈值,强化了同类叶片的标准,从而减少了一些非同类的误归入事件的发生。实验表明改进的主动形状模型在叶形识别中得到稳健的识别率。
-
关键词
主动形状模型
地标点
相似度
叶形
-
Keywords
active shape model （asm） landmark similarity leaf
-
分类号
TP391.7
[自动化与计算机技术—计算机应用技术]
-
-
题名改进的主动形状模型在植物叶形分类上的应用(英文)
- 2
-
-
作者
白灏
张春燕
-
机构
安徽大学数学与科学学院
淮南职业技术学院学生处
-
出处
《科学技术与工程》
北大核心
2012年第12期2791-2794,2804,共5页
-
文摘
在继承主动形状模型以地标点序列表示对象形状轮廓,通过归一化序列间的统计关系来研究形状间的相似性和差异性;以及用识别率来体现识别效果这三个基本特征的同时,针对植物叶片识别的特点,对模型进行了改进。增加了独立参数和粗分类步骤,使叶片识别免受非形状分类因素的干扰。在归一化进程中分别应用覆盖面积半径和生物学参照点进行伸缩变换和旋转变换,使归一化更符合生物学特征。在分类时通过设置相似度阈值,强化了同类叶片的标准,从而减少了一些非同类的误归入事件的发生。最后设计了三组实验来研究各影响因素独立变化时对识别率的影响,同时引入了误差矩阵和相似度矩阵,分别来体现错分的事件的分布情况并揭示了产生错分的原因。经过这些改进,实现植物叶片图像的批量识别和分类,提供了一种查询错分分布的方法并指出提高识别率的研究方向。
-
关键词
主动形状模型
地标点
相似度
机器学习
叶形
-
Keywords
active shape model（asm） landmark similarity machine learning leaf shape
-
分类号
Q948.152
[生物学—植物学]
-
