基于度量核和GHI核混合的植物叶片识别算法

摘要：

针对现有识别算法中的核函数不能充分利用直方图的整体特征和不同维特征间的内在联系,提出基于度量核和广义直方图交叉(generalized histogram intersection,简称GHI)核混合的植物叶片识别算法.首先,构建多尺度边缘轮廓(multi-scale marginal contour,简称MMC)算子;其次,提取预处理后的叶片图像MMC形状特征、局部二值模式(local binary pattern,简称LBP)空域纹理特征、局部向量化(local phase quantization,简称LPQ)频域纹理特征,进而将这些特征拼接成复合特征;再次,利用度量学习和马氏距离改造负距离核构建度量核,将其与GHI核加权融合形成组合核;最后,进行仿真实验.仿真实验结果表明:相对于现有算法,该文算法对不同种类的植物叶片具有较高的识别率.

关键词：度量学习、组合核函数、复合特征、叶片识别、支持向量机

所属期刊栏目：45

分类号：TP391;S126(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目41771463

在线出版日期：2021-03-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：47-54