基于Gabor纹理特征的植物图像识别方法

摘要：

植物物种的分类与识别是植物学研究和农业生产的重要基础工作,本文的工作将人工智能与数字图像处理技术应用于植物物种图像的识别,提出了将Gabor小波和神经网络相结合的方案.用Gabor小波对植物叶片图像进行多尺度纹理特征提取,再利用一种新型的径向基概率神经网络模型对特征向量进行分类识别.实验结果表明,对于植物物种的机器识别工作,多尺度Gabor小波变换是一种有效的特征提取方法,而径向基概率神经网络则是一种高效的分类器.

关键词： 径向基概率 神经网络 植物图像识别 纹理特征 图像识别 数字图像处理

作者: 杜吉祥 翟传敏

作者单位: 华侨大学计算机科学与技术系,泉州,362021;中国科学院合肥智能机械研究所,合肥,230031 华侨大学计算机科学与技术系,泉州,362021

会议类型: 国内会议

会议名称: 第十四届全国图象图形学学术会议

会议地点: 福州

会议语种:中文

页码: 246-250

在线出版日期: 2008-05-16（万方平台首次上网日期，不代表论文的发表时间）