基于字典学习的叶片识别方法研究开题报告
2020-02-10 23:38:46
1. 研究目的与意义(文献综述)
目的和意义:
植物识别研究是植物学研究和农业生产的基础性研究工作,对于鉴定和区分植物种类、探索植物间的亲缘关系、保护植物物种和环境、避免生态被进一步破坏、阐明植物系统的进化规律等都具有重要意义。植物识别并不是一件容易的事,需要植物学以及植物系统学等相关知识的深入学习。传统人工识别结果受主观性影响比较大,正确识别率较低,于是,随着信息技术的发展,人们希望拥有自动化的识别系统,通过识别程序,让非专业人士了解到物种信息,提高民众对植物资源的保护意识。
相比于植物的叶、茎、花、果等局部特征,植物的叶片更适于植物识别。第一,叶片的存活时间较长,在形状结构上较为稳定,适于进行二维图像处理;同时,叶片的数字图像可以很方便地采集,存在着该种植物丰富的特征信息,有利于实现该种植物和其它植物的区分。这使得基于植物叶片图像的植物物种分类是一种最直接、最简单和最有效的方法,也是未来数字化植物研究的趋势。
2. 研究的基本内容与方案
基本内容与目标:
1. 研究、归纳当前主流的叶片识别方法:了解叶片识别基础知识及整套识别流程,在此基础上学习当前较新的识别算法,并归纳总结。
a. 基于轮廓的描述子
3. 研究计划与安排
2019年1月11日-2019年1月31日:阅读文献,主要是叶片识别和字典学习相关的文献;
2019年2月1日-2019年2月28日:掌握技能,具有针对性的学习编程语言,算法,图像处理相关知识,尝试实现已阅读文献中的方法,完成开题报告;
2019年3月1日-2019年3月31日:设计新的基于字典学习的叶片识别方法,从理论和实验上进行验证;
4. 参考文献(12篇以上)
[1] guyer d e,miles g e,gaultney l d,et a1.application of machine to shape analysis in leaf and plant identification[j].trans of the asae,1993, 36(1):163—171.
[2] soderkvist o j o. computer vision classification of leaves from swedish trees[d]. linkoping:linkoping university,2001.
[3] ghazi m m,yanikoglu b, aptoula e ,et al. sabanci-okan system in lifeclef 2015 plant identification competition[c]//conference and labs of the evaluation forum 2015.[2015-10-20].http://ceur-ws.org/vol-1391/43-cr.pdf.