58、基于切比雪夫矩的叶片识别与分类

基于切比雪夫矩的叶片识别与分类

一、引言

地球上存在着数百万种植物，每一种植物的叶子都有其独特的特征。这些叶子凭借其独特的特性，在日常生活的不同领域发挥着重要作用。据调查，约 50%的植物叶子被用于医疗领域，为相应疾病的治疗制备药物。因此，准确识别每一片叶子具有重要意义。

通常，人们通过叶子的颜色、结构和所属植物的花朵来识别叶子。然而，有许多植物的叶子在结构上非常相似，这就需要借助不同的图像增强技术来区分它们。目前，已经有很多关于叶片识别的研究，但大多数工作是基于单一参数或特征进行的。

本文提出了一种基于图像处理技术的自动叶片图像识别模型。该模型结合了 HSV 颜色矩、离散小波变换（DWT）和切比雪夫特征提取算法，使用标准的 Flavia 数据集进行评估。支持向量机（SVM）被用作分类器，以提高识别的准确性。

二、相关工作

近年来，为了实现特定叶片的识别，许多图像处理技术被设计和开发出来：
1. Mzoughil 等人 ：设计了一种自动识别特定树种叶片的方法，通过对输入叶片图像的不同部分进行分析。他们还设计了叶柄检测模型，结合基部和顶点检测以及叶片部分定位操作，并与相应数据集进行比较。
2. Chemburkar 等人 ：提出了一种自动叶片分类模型，主要考虑叶片的形态特征。使用 Prewitt 边缘检测来识别输入图像的边缘，并检测叶片的脉络结构，最后通过神经网络分类器进行比较和识别。
3. Yahiaoui 等人 ：使用多小叶进行自动叶片识别，将特定物种的叶子分为复合叶和单叶。采用基于部分的形状分解方法进行