[發明專利]一種基于SVM分類器的竹子葉片分類識別方法

在審

• 申請號: 202011463412.0
• 申請日: 2020-12-14
• 公開（公告）號: CN112507890A
• 公開（公告）日: 2021-03-16
• 發明（設計）人: 周必鐃;林樹燕;朱強根;徐薪璐;卞麗麗;丁雨龍
• 申請（專利權）人: 南京林業大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/46;G06K9/62;G06T7/13;G06T5/30;G06N20/20
• 代理公司: 南京申云知識產權代理事務所(普通合伙) 32274
• 代理人: 蘇秋麗;邱興天

本發明公開了一種基于SVM分類器的竹子葉片分類識別方法，屬于竹子分類技術領域。該方法包括(1)獲取待分類識別的葉片圖像，然后給圖片加上轉化實際長度與圖像分辨率的標板，并對圖像依次進行等比例縮放、灰度化、邊緣檢測、膨脹和腐蝕處理；(2)提取葉片形狀特征參數和顏色特征參數，將提取到的葉片參數數據輸入到訓練好的分類模型中進行識別；(3)輸出識別得到的竹子所屬種類。本發明采用訓練好的算法模型，通過對顏色特征進行標準化和模型參數的優化，進一步提升了竹種識別的精度。

技術領域

本發明屬于竹子分類技術領域，具體涉及一種基于SVM分類器的竹子葉片分類識別方法。

背景技術

當前，在竹子種類識別領域應用的主要方法包括傳統形態學分類，解剖學分類，分子生物技術分類和計算機輔助分類。

竹亞科傳統形態學分類方法在國內主要是建立在耿氏系統上，以花序和地下莖性狀為主要分類特征，再結合營養體特點劃分屬及屬以下類群。然而由于竹子開花結果不常見，以花果為分類依據應用困難，實際識別種多是基于營養體展開。竹類營養體多變，在同一種群中往往存在多種表型且季節性變化明顯。傳統分類學家由此引入模式種概念，但模式種往往僅代表種群中某一個體在某一時期的性狀，當遇到同一性狀有多種表現型時，基于模式種進行分類就很容易導致分類工作陷入混亂(賴廣輝.試論竹子分類和種系鑒定中的若干方法問題，竹子研究匯刊,2013,32(03):9-13+27)。解剖學分類方法是使用切片技術，基于竹類維管束的不同進行分類。李正理等建立了詳細的以竹材維管束類型為依據的竹子解剖分類系統，但對維管束的定義類型過于詳細，竹子維管束存在變異，較難在實際應用中應用(李正理,靳紫宸.幾種國產竹材的比較解剖觀察,Journal of IntegrativePlant Biology,1960(01):76-97)。溫太輝等以竹稈維管束為依據編制了28個屬100個種5變種的分屬檢索表，為一些有爭議的屬、種的歸屬提供了參考(溫太輝,周文偉.中國竹類維管束解剖形態的研究初報(之一)，竹子研究匯刊,1984,3(1):1-21；溫太輝,周文偉.中國竹類維管束解剖形態的研究初報(之二)，竹子研究匯刊,1985,4(1):28-43)。然而基于解剖對竹子進行分類識別要求操作人員有較高的制片水平，而且樣品的有效切片區域較少，且切片區域有限，導致從中所獲得的信息也較少，導致需要反復切片，增加了工作量和誤差。

隨著現代分子生物學技術的發展，國內很多的學者開始利用DNA分子標記對竹子進行分類和遺傳多樣性的研究，發展出了基于分子生物技術的竹子分類方法。如楊光耀等利用 RAPD技術在分子水平上探究了中日苦竹屬竹類的系統發育關系，也利用該技術對倭竹族的竹類進行了研究，為倭竹族形態分類中存在的問題提供了新的解決途徑(楊光耀,趙奇僧.苦竹類植物RAPD分析及其系統學意義.江西農業大學學報,2000,22(4):54-58)。但是分子生物技術類的試驗對樣本的采集、保存及提取有著較為嚴格的要求，并且現今的樣本大多還是要送到專門的公司進行分析，費用昂貴，因此較難大面積推廣和普及。

隨著現代人工智能科技的發展、計算機技術的普及，使用計算機對植物的參數進行計算，然后基于計算結果對植物進行自動分類識別已成趨勢。李欣等使用SVM基于已有的竹子種質數據庫，選取了56個性狀對竹子進行分類，在屬的層面得到了較好的分類效果(李欣,許高建,李紹穩.一種優化的SVM竹類屬種識別方法.重慶科技學院學報(自然科學版),2017, 19(05):98-101+107.)。傳統種質資源數據庫中質量性狀占多數，盡管質量性狀在輸入模型前會經等級化編碼處理，但如此處理后，性狀的區分度低，造成性狀在模型中的貢獻率低，訓練模型時需要大量的性狀輸入，才可能得到較好的分類效果。

發明內容

針對現有技術中存在的問題，本發明要解決的技術問題在于提供一種基于SVM分類器的竹子葉片分類識別方法，采用訓練好的算法模型，通過對顏色特征進行標準化和模型參數的優化，進一步提升了竹種識別的精度。

為了解決上述問題，本發明所采用的技術方案如下：

一種基于SVM分類器的竹子葉片分類識別方法，包括以下步驟：