基于Fisher变换的植物叶片图像识别监督LLE算法

摘要：

提出一种基于Fisher投影的监督LLE方法,应用于植物叶片图像识别中.该方法利用Fisher投影距离取代样本的测地距离,并以此为基础计算样本的权值,加入LLE算法的代价函数中.该方法克服了传统LLE算法无监督学习不适应分类问题的缺陷,在抑制噪声点影响的同时可以更好地挖掘样本的类别信息,提高叶片的分类精度.基于实拍植物叶片图像数据库的实验结果证明,该算法的平均识别率达到92.36％.

关键词：植物叶片、识别、特征提取、监督局部线性嵌入、流形学习、Fisher变换

所属期刊栏目：43

分类号：TP391.4(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61172127;高等学校博士学科点专项科研基金资助项目20113401120006;安徽大学211创新团队项目KJTD007A;安徽大学“211工程”青年科学研究基金资助项目KJQN1114

在线出版日期：2012-12-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：179-183