基于小波灰度共生矩阵的植物分类研究

• 作 者: 张航 颜永丰
• 机 构: 西北农林科技大学信息工程学院
• 出 处: 计算机工程与设计
• 发表日期: 2012年12期
• 关键词: 植物分类 小波分解 灰度共生矩阵 形状特征 支持向量机 plant species classification wavelet decomposition G

为了解决塔式小波分解中丢失高频信息的问题,提出了将塔式小波分解和灰度共生矩阵融合的方法,生成小波灰度共生矩阵特征来描述植物叶子纹理,结合具有尺度、平移和旋转不变性的形状特征,生成一组有效的分类特征向量来对植物种类进行分类预测。用支持向量机(support vector machine,SVM)等分类器对两组实验数据进行分类测试,分类准确率分别达到了97.2426%和96.7972%。实验结果表明,小波灰度共生矩阵特征能够有效地描述植物叶子纹理特征,具有很强的分类能力。