基于叶片综合特征的植物物种图像识别算法设计与实现开题报告

1. 研究目的与意义（文献综述）

1.1背景资料

植物是地球生物圈的重要组成部份，人类的衣食住行都离不开植物，我们需要识别植物，认识植物，因为只有在认识植物的基础上才能对之加以开发和利用。然而地球上的植物种类众多，仅种子植物就有360余科，30多万种要做到准确和快速地识别植物并不容易。经典植物分类学依据植物形态识别植物，但由于植物种类繁多，所以必须经过长期知识和经验的积累才能具备该项能力，且即使是经验丰富的植物学家，也往往只能对某一类植物熟识，而一个人欲想完全识遍所有植物几为不可能。

植物物种识别是当前环境信息领域重要的研究热点之一，目前公开的叶子图像数据库中的叶子具有特征类间距较小和特征类内距较大的特点，这也为当下利用叶子特征信息进行物种识别带来了严峻的挑战。

2. 研究的基本内容与方案

2.1目标

本课题旨在以多种植物叶片研究对象，重点完成对叶脉轮廓的提取，设计基于叶子轮廓，叶脉特征的机器学习（深度学习）图像识别算法。

2.2基本内容

3. 研究计划与安排

经过仔细的分析和研究，现把毕业设计的进度做如下大概的安排：

(1)1-2周：理解毕业设计要求，收集、查阅相关资料。

(2)3-5周：根据软件工程学的方法，进行系统分析和设计,提交系统总体设计方案。并完成英文资料的翻译。

4. 参考文献（12篇以上）

[1]s.zhang,y.lei,t.dong,andx.-p.zhang,“labelpropagationbasedsupervisedlocalityprojectionanalysisforplantleafclassification,”patternrecognition,vol.46,no.7,pp.1891–1897,2013.

[2]j.s.cope,d.corney,j.y.clark,p.remagnino,andp.wilkin,“plantspeciesidentificationusingdigitalmorphometrics:areview,”expertsystemswithapplications,vol.39,no.8,pp.7562–7573,2012.

[3]d.zhangandg.lu,“reviewofshaperepresentationanddescriptiontechniques,”patternrecognition,vol.37,no.1,pp.1–19,2004.