【正文】 l work； ensemble classifier 3 1 引言 選題背景及意義 大千世界，植物是普遍存在于自然界的。目 錄 摘要 ................................................................... 1 英文摘要 ............................................................... 2 1 引言 ................................................................ 3 選題背景及意義 ................................................. 3 國內(nèi)外研究的進(jìn)展 ............................................... 3 樹葉識別的研究進(jìn)展 ................................................. 3 神經(jīng)網(wǎng)絡(luò)的研究進(jìn) 展 ................................................. 4 論文的主要內(nèi)容與組織結(jié)構(gòu) ....................................... 4 論文的主要內(nèi)容 ...................................................... 4 組織結(jié)構(gòu) ............................................................ 4 2 樹葉圖像預(yù)處理 ...................................................... 4 圖像采集 ....................................................... 4 圖像裁剪 ....................................................... 5 圖像平滑 ....................................................... 6 圖像分割 ....................................................... 8 最大類間方差法 ...................................................... 8 matlab 實(shí)現(xiàn)及效果圖 ................................................. 8 邊緣檢測 ....................................................... 9 3 樹葉圖像特征提取 ................................................... 11 4 基于神經(jīng)網(wǎng)絡(luò)的樹葉識別 ............................................. 13 BP 網(wǎng)絡(luò)基本理論 ............................................... 13 隱含層數(shù)的選取 ................................................ 13 節(jié)點(diǎn)數(shù)的選取 .................................................. 13 BP 網(wǎng)絡(luò)的建立 ................................................. 14 樹葉識別 ...................................................... 14 GUI 界面設(shè)計(jì) .................................................. 14 結(jié)果分析 ...................................................... 16 5 總結(jié)與展望 ......................................................... 16 總結(jié)論文的主要工作 ............................................ 16 展望論文的不足 ................................................ 16 參考文獻(xiàn) .............................................................. 16 致謝 .................................................................. 17 1 基于神經(jīng)網(wǎng)絡(luò)的樹葉識別系統(tǒng)研究 摘要 ： 植物是生物圈的重要組成部分，其中，葉片是植物的一個(gè)重要特征，不同的植物葉片在葉形及葉脈等外部特征上都不盡相同，這就使我們能夠很好地利用植物葉片的特征來對植物分類。植物的發(fā)展及進(jìn)化都經(jīng)歷了一個(gè)漫長的階段。本文擬對采集的植物葉片圖像進(jìn)行去噪、邊緣檢測等預(yù)處理，通過提取葉片圖像外部特征參數(shù)，利用 BP 神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)植物葉片的自動(dòng)識別。 何術(shù) [7]學(xué)者 提出了目前較常用的自組織映射神經(jīng)網(wǎng)絡(luò) (SOM神經(jīng)網(wǎng)絡(luò) )的方法，通過提取樹葉形狀特征值作為神經(jīng)網(wǎng)絡(luò)的輸入 ， 在輸出端形成不同的輸出值與此類別相對應(yīng) ， 從而得到分類結(jié)果。 3 樹葉圖像特征提取 介紹了選取的特征參數(shù)，然后陳列出幾個(gè)所選取的樣本的特征值。 對于均值濾波法，在實(shí)際應(yīng)用中，常用的模板尺寸有 3 55 等。gaussian39。 %進(jìn)行 55 均 值濾波 L1=medfilt2(K,[3,3])。 subplot(233),imshow(K2),title(39。)。它是圖像進(jìn)行預(yù)處理的關(guān)鍵一步，分割不好圖像分析便加大了難度。 grid on。)。 %顯示坐標(biāo)系 9 圖 29 Otsu 法分割圖 邊緣檢測 圖像的邊緣可以表示為圖像局部區(qū)域亮度變化很顯著的部分，另外，圖像邊緣信息是其重要特征，也是圖像識別和 圖像分析的基礎(chǔ)。 1 0 1 1 0 1 1 0 1 xG yG GaussLaplace 算子： Laplace 算子是一個(gè)二階微分算子，它的計(jì)算簡單，只需要一個(gè)卷積核。,0,)。 BW_roberts = edge(L,39。)。laplace 檢測 39。 （ 3） 似圓度 設(shè)樹葉周長和面積分別為 P 和 S，最小外接矩形的長軸長為 L，則似圓度被定義為： 24Rou nd ne ss S L?? （ 32） （ 4） 緊湊度 緊湊度可以表示一個(gè)刻畫樹葉緊湊程度的參數(shù)，設(shè)樹葉的面積為 S，周長為 P，則緊湊度被定義為： 24PCom pactne ss S?? （ 33） （ 5） 不變矩 不變矩是描述區(qū)域的方法之一。 BP 網(wǎng)絡(luò)基本 理論 BP 神經(jīng)網(wǎng)絡(luò)是一種多層前饋網(wǎng)絡(luò)，其結(jié)構(gòu)包括輸入層、隱含層和輸出層，其學(xué)習(xí)過程是由輸入層特征向量通過非線性變換從輸入層傳達(dá)到隱含層，再進(jìn)行逐層處理，最后傳到輸出層，另外每一層的神經(jīng)元狀態(tài)都會(huì)直接影響下一層神經(jīng)元狀態(tài)。 BP 網(wǎng)絡(luò)的建立 （ 1）網(wǎng)絡(luò)進(jìn)行初 始化，即隨機(jī)設(shè)置三層神經(jīng)元的權(quán)值； （ 2）給定網(wǎng)絡(luò)的輸入向量和目標(biāo)輸出，即將降維后的數(shù)據(jù)作為 BP 網(wǎng)絡(luò)的輸入，同時(shí)確定每個(gè)樣本對應(yīng)的實(shí)際輸出值； （ 3）計(jì)算 BP 網(wǎng)絡(luò)隱含層、輸出層各單元的輸出； （ 4）計(jì)算實(shí)際輸出和相應(yīng)的理論輸出之間的偏差； （ 5）調(diào)整各層神經(jīng)元的權(quán)值矩陣； （ 6） 若達(dá)不到訓(xùn)練要求則轉(zhuǎn)至步 驟 3，重新學(xué)習(xí)，直到理想值與實(shí)際輸出值的偏差滿足訓(xùn)練精度要求。當(dāng)然 ,抽取特征參數(shù)的數(shù)目與采用的判決方法也是有很大的關(guān)系。樹葉識別結(jié)果見表 41： 表 41 識 別結(jié)果 樣本數(shù) 識別結(jié)果 識別錯(cuò)誤 識別率 桂花葉 20 18 2 90% 桔子葉 20 18 2 90% 楓樹葉 20 20 0 100% 夾竹桃 20 20 0 100% 平均識別率 95% 5 總結(jié)與展望 總結(jié) 論文的主要 工作 本人廣泛收集和查閱了模式識別、數(shù)字圖像處理和人工神經(jīng)網(wǎng)絡(luò)的相關(guān)資料和文獻(xiàn) ,實(shí)現(xiàn)了不同目標(biāo)的識別。 最后是目標(biāo)特征量的選擇與提取直接影響動(dòng)態(tài)圖像識別的準(zhǔn)確性和實(shí)時(shí)性，雖然目前有一些理論可依 ,但大多數(shù)情況下容易受主觀因素影響。 還要感謝各位任課老師和各位同學(xué)們，感謝他們在學(xué)習(xí)和生活上對我的幫助和關(guān)心，在四年的學(xué)習(xí)生活里，彼此相互鼓勵(lì)相互支持，建立了深厚的友誼。t help but sing the folk songs, Nasun says. The vastness of Inner Mongolia and the lack of entertainment options for people living there, made their lives lonely. The nomadic people were very excited about our visits, Nasun recalls. We didn39。s cultural foray overseas, has been widely panned by its home audience. Retitled Empresses in the Palace, the American version has been shortened from its original 76 episodes at 45 minutes each, to six 90minute episodes. The quick pacing threw off many native viewers, who are accustomed to a more leisurely daytimesoapstyle narrative rhythm. (Chinese TV stations would run two or three episodes every day.) I did not finish the fulllength version and found the truncated one not difficult to follow. What39。m nothing if not that! In his text he expounds on the idea that one must give their life a purpose. And that is the true topic of this entry. These last four years have been so easy: teach for a grand total of six hours a week, and the rest of my time is mine. Since I39。 he wondered how in the world he came to belong there. Indeed his penning and publishing this essay caused his exmunication from high society and also caused him a lot of legal trouble. The legal trouble came as a result of the fact that he was speaking out against the government. I like to reference such texts from time to time as an example both of the fact that history does repeat itself and that this world is not so big that what applies to one society does not in any way touch another society. On a much smaller