基于SVM的梅花种类识别系统的设计与实现开题报告

1. 研究目的与意义、国内外研究现状（文献综述）

【研究意义】

为了更好的利用植物资源，识别花卉的种类是一项意义远大的工作。从事花卉的专业人员依靠自己长期积累的经验来识别花卉的种类，也难免会出错。这也不适用于日常生活。对于非专业的人员来说，区分花卉的种类就更加困难了。地球上的花卉有成千上万种，依靠人的记忆和经验很难有效识别。而提供一款自动识别植物种类的系统，将大大方便人们快速，精准的识别植物种类，减轻了专业人员的负担，提高了识别的效率。基于图像的植物分类与识别对科普教育、园艺鉴赏也具有重要意义。此外,对自然获取的植物图像进行有效的目标分割、适当的模式定义、高效的分类器设计以及高准确率的模式识别也是图像处理及模式识别领域有挑战性的课题,具有较高的理论价值。

【国内外研究概况】

2. 研究的基本内容和问题

【研究的目标】

本课题研究目标以梅花作为研究对象，采用数字图像处理和模式识别技术，在此基础上建立一个能快速识别梅花种类的系统。运行此系统,通过处理拍摄的图片，就可以得到梅花所属种类及有关的属性介绍。

【研究内容】

3. 研究的方法与方案

【研究方法】

特征提取：底层视觉特征提取方法和局部区块特征提取方法。

图像分割：基于纹理和颜色的分割方法，即结合分形纹理特征和色度饱和度颜色特征两种方法进行分割。

4. 研究创新点

1、将数字图像处理、模式识别技术应用到梅花品种当中。

2、提出有效的针对自然背景下梅花图像的分割算法，在已有的图像分割算法上加以改进。

5. 研究计划与进展

2017年12月26日-2017年1月4日，查阅相关论文文献资料，完成开题报告。

2017年1月-2017年3月，完成相关技术的学习以及编写代码。

2017年3月-2017年4月，对代码进行调试和修改，参加中期检查。