1. 研究目的与意义
中国的空气污染以及沙漠化日益严峻，而植物有进化空气、产生氧气、抵抗土地沙漠化、防止山体滑坡等不可或缺的作用。
因此植物对人类的生存和发展起着至关重要的作用。
对于现有植物的保护就成为了我们不可推卸的责任。
2. 国内外研究现状分析
国外对计算机识别植物的研究比较早，大概上世纪八十年代中期就开始了，从早期只局限于特征提取方面，到现在二十一世纪有了巨大的突破。2013年，Cerutti等人提出了再燃背景下的叶片识别。经过多年来的对叶片识别技术的不断探索，目前大家普遍比较认可的植物叶片识别系统是由Belhumeur等人开发的。这个系统的识别种类丰富，准确率高，速度快以及在各类电子移动设备上使用。
国内相较国外来说，就起步的比较晚。但随着信息技术的不断更新，植物叶片的识别也有了史无前例的惊人成果。比如，在2014年，罗锐针对植物叶片图像识别在手机上的应用，提出了基于极坐标的特征提取方法，包括快必读、曲面面积比率、饱和度和高度变化率。大大减少了内存的使用率以及高识别率和适用于对软件性能要求高的移动设备上。
3. 研究的基本内容与计划
一、研究内容
采用用opencv编制程序来实现叶片纹理的识别，将拍摄好的叶片纹理图片输入到用opencv编制的程序中，运行程序后进行图像处理、特征提取、分类识别等一系列的操作，最后输出与照片纹理相对应的植物名称。由于所拍的纹理图片受自然界中的光照强度、噪声以及相机像素、旋转角度等因素的干扰，有可能会严重影响纹理的清晰度，因此为了保证好识别效果，首先对纹理图像进行预处理是非常有必要的。
二、研究计划
(1)第1-3周：明确设计任务，查资料，熟悉各种需要用到的算法及其用处；
4. 研究创新点
预处理：利用分量法进行灰度化处理、采用gabor滤波器进行降噪处理和使用阈值分割算法进行纹理分割。提高图像质量，以便于提供更有用的信息。
纹理特征提取方法：利用gabor小波和纹理分析方法中的灰度共生矩阵，可以有效地提取纹理特征及消除冗余信息。
分类识别：利用集成神经网络中的oaa，能够学习算法，并且良好的自学能力，可以利用反馈机制实现联想的学习方法。
