基于叶片图像的中草药原植物识别方法研究文献综述

基于叶片图像的中草药原植物识别方法研究开题报告内容：（包括拟研究或解决的问题、采用的研究手段及文献综述，不少于2000字）目前人们对中医健康养生的追求和热情不断高涨，无论中医爱好者还是登山爱好者，对周围出现的各种中草药越来越关注，但是对中草药植物的识别却知之甚少，也没有方便直观的参考可以借鉴。

通过植物的叶片来区别中药种类，是目前最常用的方法之一。

传统的人工辨别方法对工作人员的中药知识和辨别经验有很高要求，而且识别的结果具有一定的主观性。

由于植物叶片基本处于一个平面，适合进行二维图像的加工处理[1]。

因此图像识别中计算机运用，也为中药材的识别和分类提供了新的途径。

植物叶片自动识别，不仅克服了人的知识的局限性，而且提高了工作效率和准确性，使结果更加客观化。

针对这一课题，国内外的研究人员进行了大量而深入的研究，并取得了不错的效果。

例如，Singh等[2]利用基于二叉树结构的多支持向量积的方法，对32种植物叶片进行识别，并取得了不错的效果；张文善等[3]通过改进的鲁棒的监督流形学习算法对20种植物叶片图像进行分类，证明了该算法的可行性；孙永新等[4]通过采用边界跟踪算法和多尺度形状分析技术，大幅提高了对植物叶片形状的识别精度和检索率；刘文萍等[5]提出了克隆选择算法和K近邻植物叶片识别方法，并利用此方法对数据库中的100种植物叶片进行测试，识别率达到了91.37%。

本课题研究通过对叶片原图像进行预处理，提取叶片轮廓，再利用几何特征提取的方法提取叶片的特征参数，最后利用动态规划算法计算加权代价和人工神经网络技术相结合的方法实现识别和分类。