15、高效的特征袋方法用于患病植物识别

高效的特征袋方法用于患病植物识别

1. 特征提取方法概述

在植物图像分析中，特征提取是关键的一步。常见的特征提取方法有以下几种：
- SIFT、SURF ：它们是经典的特征提取方法，能够提取图像中的关键特征点，描述图像的局部特征。
- Oriented FAST and Rotated BRIEF（ORB） ：ORB 结合了 FAST 和 BRIEF 两种高效特征提取方法的优势。
- 关键点检测 ：使用定向 FAST 方法，通过圆形环检测所有关键点，但可能无法检测到角点。ORB 会根据 Harris 角点参数对 FAST 关键点进行排序，只考虑前 N 个关键点。此外，还会在不同的金字塔尺度级别计算多尺度 FAST 特征。
- 角点方向计算 ：采用质心强度方法，忽略颜色信息。
- 关键点描述 ：通过旋转的 BRIEF 方法生成关键点描述，这是 BRIEF 方法的旋转不变版本，包含学习步骤，特征向量用补丁和旋转矩阵描述。

这些特征提取方法将用于构建新的患病植物识别系统。

2. 提出的患病植物识别系统

2.1 系统整体流程

提出了一种基于增强特征袋（BOF）方法的自动化患病植物识别系统，该系统包括四个阶段：
1. 从组织病理学图像中提取特征。
2. 使用基于灰色关联分析（GRA）的聚类方法对特征进行聚类，生成码本。
3. 使用二维向量量化方法对每个图像进行编码。