CN103870816A - 一种识别率高的植物识别方法及装置 - Google Patents

Abstract

本发明公开了一种识别率高的植物识别方法及装置，该方法具体做法是首先由图像采集单元采集植物器官数字图像作为测试样本，再对样本进行预处理以获得灰度图像，然后使用脉冲耦合神经网络对灰度图像进行特征提取，进而获得能够反映该灰度图像的熵序列；将熵序列作为主要特征，以形态特征为辅助特征，借助支持向量机分类器，可以获得较高的植物识别率。本发明方法可实现对大样本数据（待区分的植物种类较多）简单、精确的识别，识别率高，具有较强的适应性，对现有数据库验证准确率可达98%以上。

Description

一种识别率高的植物识别方法及装置

技术领域

本发明涉及基于叶片图像的植物识别方法，具体地说是一种识别率高的植物识别方法及装置。 

背景技术

当前用于植物的分类方法众多， 大致可分为经典形态分类方法和现代分类方法。现代植物分类方法要求很高的专业技术知识，如植物细胞分类学、植物化学分类学、植物血清分类学以及植物遗传学。对于非专业人员，这些分类方法操作复杂、很难掌握或不实用，更不适合野外工作环境。相对现代分类方法来讲，经典的植物形态分类方法比较容易掌握，而且适用于野外活体植物识别。经典形态分类方法是通过观察植物的外部形态和解剖结构进行分类的。一般来讲，植物的根、茎、叶、花等器官均有分类价值,但是花在植物的整个生活周期中所占时间较短，根和茎在不同时期变化较大且多数要在解剖镜下才能看见精细结构，对操作者要求较高，通常不作为植物快速识别的主要依据。相比之下, 植物叶片在整个植物生活周期中存在时间最长，变化小，而且易于采集样本。因此，人们通常将其作为认识植物的主要参照器官。此外，另一重要原因是虽然植物的叶片形态多样，但是每种植物都有其相对稳定的特征，这些特征就是认识和识别植物的基础和出发点。

目前基于植物叶片的植物分类主要是依靠鉴定者的经验进行人为判断，由于植物种类非常庞大，部分叶片形态看似接近，实则千差万别。所以这种传统的判别方法要求操作者具有丰富的分类学知识和长期的实践经验，才能开展工作。总之，基于植物叶片的识别对于植物分类学家来说尚存一定困难，就更不用说，对于普通人员利用叶片识别植物种类了。但是利用植物叶片对植物进行识别是一个十分有用而又富有挑战性的工作，如何让人们快速准确地识别植物种类是植物分类学科亟待解决的问题之一。 

随着计算机技术的不断发展，基于图像处理与分析的植物种类识别技术已经成为一个研究热点，国内外研究人员提出了各种各样的特征和分类方法。Gnadhi进行了基于形状特征的植物品种鉴别；Ingrouille等在1986年提取了27个叶片的形状特征对橡树进行分类比较分析，并提出了对特征进行主分量分析的特征统计方法。Franz等利用植物叶片边缘的曲率来对植物进行识别，对于全部可见和部分可见的叶片边缘用曲率来表示；Ray在1992年提出一种“特征形状”的方法对叶片进行分类。Guyer等在1993年提取了17种叶片形状特征，并对40类植物进行分类。Yonekawa等提出利用50种理想片状叶形的图形作为对照，来鉴别植物叶形。1997年，Abbasi等利用多尺度曲率空间方法来描述叶片形状，并用来对菊花进行分类。Cholhong等在1999年利用对叶片的多边形逼近来识别械属类植物。2000年，Oide等利用类似的方法，利用大豆叶片对大豆分类。Neto等在2006年提出了一种基于椭圆傅立叶变换的叶片形状特征，来识别大豆、向日葵、绒毛叶和美洲茶。McDnoald等在1990年利用数学形态学方法来进行植物的识别。同年，Shearer等在基于植物彩色纹理特性的基础上，计算出11个纹理特征，可以对7种人工培育的植物进行识别。Rui等也在1996年提出一种改进傅立叶描述子方法来进行植物叶片识别，这种方法将傅立叶变换的幅值和相位独立计算以提高精度。Mokhtarina等在2004年又发展了这种方法，用于自遮掩的叶片识别，通过对12类菊花共120张叶片图像的识别，识别率达到98.4%。Samal等提出了一种基于纹理特征的单株树的种类识别。2008 年Bruno等利用盒维数法估算了70个叶片样本图像的分形维数，从而较好地分析了相应叶片类型的复杂度，为植物叶片的机器识别提供了分形学方面的理论依据。 

国内学者也开展了基于图像处理与分析的植物种类识别技术的大量研究工作。1994年傅星和卢汉清开展了应用计算机进行植物自动分类的初步研究。2002-2004年，池哲儒等进行了一系列植物识别的相关研究，提出一种中心轮廓距离曲线方法来匹配叶片形状，并通过不同特征的模糊集成实现植物图像的检索；祁亨年等通过基于叶子外观形状特征的研究，以植物叶片为例，提取叶片大小、叶形、圆形度参数及叶缘等特征，探讨了建立植物识别模型的研究。 

到目前为止，上述基于植物叶片的图像植物识别方法实用性都不强的。原因是这些方法能识别的样本少且识别率低，大多停留在理论探索层面。 

发明内容

本发明的目的是提供一种识别率高的植物识别方法，以解决现有方法对大样本数据（待区分的植物种类较多）进行识别时识别率低的问题。 

本发明的另一个目的是提供一种识别率高的植物识别装置。 

本发明技术方案如下：一种识别率高的植物识别的方法，包括以下步骤： 

步骤1、图像采集：采集植物器官数字图像作为测试样本， 

步骤2、图像预处理：将样本图像转化为灰度图像，主要包括图像灰度化、图像增强和二值化处理，用获得的叶片轮廓图像求得辅助识别的形态特征，即叶片的长宽比、形状参数、圆形性、矩形度、图像的熵、七个不变矩和zernike矩；

步骤3、特征提取：然后将其输入到脉冲耦合神经网络（PCNN）中，则每次迭代后PCNN会输出一幅二值图像，求出次二值图像的熵，经N次迭代后得到长度为N的熵序列；为该叶片创建标号，以表征叶片所属类别；遍历现有数据库，求出所有叶片的特征向量和类别编号；

步骤4、分类：将步骤3所获得的所有样本数据划分为训练数据（用来训练分类器）和测试数据，然后将数据进行归一化；将提取的特征输入到分类单元进行分类。

一种识别率高的植物识别装置，包括图像采集单元、图像预处理单元、特征提取单元和分类单元， 

一、图像采集单元：用于获取外部图像的模块， 

二、图像预处理单元：用于从图像采集单元中得到的图像进行相应的处理，主要包括图像灰度化、图像增强和二值化处理， 

三、特征提取单元：用于图像特征的提取，主要是PCNN熵序列的提取以及辅助形态特征的提取，

四、分类单元：将提取的特征用于叶片的分类。

本发明将脉冲耦合神经网络(Pulse-coupled Neural Network, PCNN)用于植物识别，下面对脉冲耦合神经网络进行说明：该网络是一个单层横向连接的二维神经网络。该网络是由若干个神经元组成，其大小是可以根据具体的应用环境灵活设定的。PCNN的神经元的数学模型如下所示： 

神经元内部的连接与通信模式对整个网络性能的影响非常大，通常采用高斯距离加权函数作为内部连接的方式。该连接方式只与两神经元的距离有关系，随着距离的增加，其对当前神经元产生的影响也就越小。

本发明将脉冲耦合神经网络(Pulse-coupled Neural Network, PCNN)用于植物识别，该植物识别装置通过脉冲耦合神经网络提取叶片特征，通过PCNN熵序列作为主要特征，其它形状特征作为辅助特征，结合SVM(Support Vector Machine，支持向量机)分类器，实现对植物简单而有效的分类，可实现对大样本数据（待区分的植物种类较多）简单、精确的识别，识别率高，具有较强的适应性，对现有数据库验证准确率可达98%以上。 

附图说明

图1是一种识别率高的植物识别装置的结构示意图； 

图2是一种识别率高的植物识别方法的流程图；

图3是一种识别率高的植物识别装置中图像预处理单元的处理效果图。

具体实施方式

下面的实施方式可以进一步说明本发明，但不以任何方式限制本发明。 

如图1所示，一种识别率高的植物识别装置，包括图像采集单元、图像预处理单元、特征提取单元和分类单元： 

一、图像采集单元：图像采集单元用于获取外部图像的模块，在本装置中图像的获取主要是通过扫描仪、手机相机、数码相机等三种常用图像获取设备进行的。不论使用何种设备获取的图像，主要满足以下要求，均可使用该装置进行植物识别；注意：．背景不要复杂，复杂背景下的叶片难以准确分割，易导致识别失败。

. 尽量保持叶片完整、且具有一定的代表性。

. 拍照时尽量将叶片摆正，平直展开摆放。

二、图像预处理单元：用于从图像采集单元中得到的图像进行相应的处理，主要包括图像灰度化、图像增强和二值化处理； 

附图3直观展示了图像预处理单元对采集的原始图像处理的效果。

三、特征提取单元：用于图像特征的提取，主要是PCNN熵序列的提取以及辅助形态特征的提取。 

四、分类单元：将提取的特征用于叶片的分类。 

图2示出了一种识别率高的植物识别方法的流程图，图中的Y即yes，N代表no，判断叶片是否是训练样本，该方法包括以下步骤： 

步骤1、图像采集：采集植物器官数字图像作为测试样本；

步骤2、图像预处理：将样本图像转化为灰度图像，主要包括图像灰度化、图像增强和二值化处理，处理效果见图3， 

处理要求：对样本进行一定的预处理，去除噪声和干扰项，增强图像纹理等，获得样本的灰度图像；（首先识别叶片图像的分辨率，若果图像分辨率很高，可以设置缩放参数，对原图像进行缩放，以降低运算量，叶片图像分辨率不应太低，否则会影响识别率）。

S21、对样本叶片的彩色图像进行去除背景、去除噪声等处理后转化为灰度图像，将彩色的RGB图像，转化为灰度图像， 

GRAY=0.299*R+0.587*G+0.114*B ,GRAY代表转化后的像素灰度值，R、G、B分别代表原图像的三个通道的颜色值；

S22、将灰度图像进行锐化操作，增强图像的轮廓、脉络和纹理；

S23、利用阈值分割方法将S22得到的增强后的图像进行二值化处理，获得黑白的二值图像，在对其进行一系列的形态学操作（例如采用边缘提取方法可），获得叶片的轮廓图像；

S24、用S23获得的叶片轮廓图像求得辅助识别的形态特征(叶片的长宽比、形状参数、圆形性、矩形度、图像的熵、七个不变矩和zernike矩)。

步骤3、特征提取：然后将其输入到脉冲耦合神经网络（PCNN）中，则每次迭代后PCNN会输出一幅二值图像，求出次二值图像的熵，经N次迭代后得到长度为N的熵序列；将上述步骤求出的特征组合成特征向量， 

经过迭代计算，获得长度N1=40的熵序列，本例中应用40个熵序列数据和N2=13个辅助特征(叶片的长宽比、形状参数、圆形性、矩形度等)数据，作为特征向量。

分类器的性能会受到N值大小的影响，建议取值为10<N<50，N值越大，PCNN迭代次数越多，计算量越大，识别率也会越来越高，但具体情况会因PCNN参数设置而有所不同。 

具体步骤为：S31、为该叶片创建标号，以表征叶片所属类别； 

S32、遍历现有数据库，求出所有叶片的特征向量和类别编号。

步骤4、分类：将提取的特征输入到分类单元进行分类，分类器的优劣直接影响特征分类的准确度和可靠性，本装置采用的是现有多类支持向量机； 

详细步骤如下：

S41、将步骤3所获得的所有样本数据划分为训练数据（用来训练分类器）和测试数据，然后将数据进行归一化；

S411、将特征提取单元获得的特征整合成特征向量，长度为（N1+ N2）；

S412、从图像预处理开始，重复步骤2和步骤3提取所有样本的特征向量；

S413、将所获得的样本特征，即熵序列与其它特征组合，然后进行归一化处理，并用主成分分析（PCA）进行降维；

例：将熵序列和其他特征做成一个长度为N1+N2=53的一维向量，并对数据进行归一化；

S42、将数据分为训练数据和测试数据，用挑选的训练样本训练支持向量机得到最优分类器；训练数据应进行精心挑选，这样才能保证较高的识别率；

S43、用S42步骤获得的经过训练的SVM分类器对测试数据进行预测，将预测的分类标号与原始类别编号进行对比，获得识别率等分类信息。

用训练好的支持向量机分类器对测试样本进行分类，获得分类结果并计算分类的准确率。 

植物种类识别特征包括PCNN及其简化模型(ICM、SCM、SPCNN等)。植物种类识别特征PCNN的一组参数设置。用PCNN输出的熵、能量熵、量子熵、对数等序列作为特征对原始植物图像进行的识别、检索、分类等操作。 

对现有数据库验证实验

验证例 1

本发明采用的样本库为Flavia , 它包含了32种植物的1900张叶片图像, 是该研究领域一个应用较为广泛的数据库,得到了各国学者的一致认可,很多学者以此数据库来验证自己算法的可靠性和准确性。

在Flavia数据库上测试结果表明，该装置的识别率较现有算法有较大提升:在训练样本小于总体样本一半的情况下,准确率达到98.34%。表1是用不同方法对Flavia数据库叶片信息提取的识别率信息的结果对比。 

验证例2

本验证例对2010年中国科学院智能计算实验室数据库（Intelligent Computing Laboratory, ICL）中进行了测试。ICL数据库中包含了220种叶片。我们筛选出其中的207类单叶（剩余13类均为复叶），由于算法对叶片正反面敏感，所以我们选取正面叶片图像共8501作为样本。其中用3826幅图像作为训练样本，4775幅图像作为测试样本，获得了96%的识别率，远高于其他方法的识别率。

验证例3

和他的同事们构建了MEW2012数据库(可以从http://zoi.utia.cas.cz/node/662.下载），它是一个包含了153种中欧木本植物叶片图像，其中每一种植物的叶片样本数目都在50张以上，共9745张叶片图像。按照实施例1的步骤，本发明采用该数据库较少的训练样本（3967），对较多的测试样本（5778）分析，获得了高达92.19%的识别率，高于   

等在2013年用较多的训练样本数（占库存的50%），分析一定的测试样本（占库存的50%）识别率88.9%的结果。由此可见本发明优于   等提出的植物叶片识别系统。

由验证例的比较结果可知，本发明具有以下优势： 

 本发明提出的熵序列具有操作简单方便，稳定性高的特性；

 本发明经过国际权威数据库的测试，在训练样本较少的前提下，获得了很高的识别率，证实了本装置的优越性；

 本发明在大样本情况下进行了测试，在测试样本超过4000，种类超过200的情况下获得了高达96%的识别率，表明该装置功能强大；

 本发明在N=40的情况下，已经保证了很高识别率；

 本发明对叶片图像的像素要求较低，可有效的降低了硬件开销。该发明对图像的旋转和尺度变化不明感，同时也降低了取样难度。表明该装置具有很强的通用性和可操作性。

以上所述仅是本发明中的优先实施方式，应当明确。对于该领域的技术人员来说，在不脱离本发明原理的前提下，还可以做出改进和润饰，这些改进和润饰亦应包含在本发明的保护范围。 

Claims (2)

1.一种识别率高的植物识别的方法，其特征是它包括以下步骤：

步骤1、图像采集：采集植物器官数字图像作为测试样本， 

步骤2、图像预处理：将样本图像转化为灰度图像，主要包括图像灰度化、图像增强和二值化处理，用获得的叶片轮廓图像求得辅助识别的形态特征，即叶片的长宽比、形状参数、圆形性、矩形度、图像的熵、七个不变矩和zernike矩；

步骤3、特征提取：然后将其输入到脉冲耦合神经网络（PCNN）中，则每次迭代后PCNN会输出一幅二值图像，求出次二值图像的熵，经N次迭代后得到长度为N的熵序列；为该叶片创建标号，以表征叶片所属类别；遍历现有数据库，求出所有叶片的特征向量和类别编号；

步骤4、分类：将步骤3所获得的所有样本数据划分为训练数据（用来训练分类器）和测试数据，然后将数据进行归一化；将提取的特征输入到分类单元进行分类。

2.一种识别率高的植物识别装置，其特征在于：它包括图像采集单元、图像预处理单元、特征提取单元和分类单元，

一、图像采集单元：用于获取外部图像的模块， 

二、图像预处理单元：用于从图像采集单元中得到的图像进行相应的处理，主要包括图像灰度化、图像增强和二值化处理， 

三、特征提取单元：用于图像特征的提取，主要是PCNN熵序列的提取以及辅助形态特征的提取，

四、分类单元：将提取的特征用于叶片的分类。

Images