[发明专利]一种基于数字图像的植物种类识别方法

权利要求书

1.一种基于数字图像的植物种类识别方法，其特征在于，包括：

步骤一，采集植物器官数字图像作为测试样本，提取所述测试样本的特征向量；

步骤二，将所述特征向量输入第一级分类器，获得投票数排名前n名的n个类别，3＜n＜10；所述第一级分类器通过如下方式获得：基于全部训练样本的特征集进行分类器训练，获得基于支持向量机的所述第一级分类器；

步骤三，将所述特征向量输入第二级分类器，获得识别结果；所述第二级分类器通过如下方式获得：从所述全部训练样本的特征集中，提取所述n个类别所对应的特征集进行分类器训练，获得基于支持向量机的所述第二级分类器。

2.根据权利要求1所述的植物种类识别方法，其特征在于，n＝5。

3.根据权利要求1所述的植物种类识别方法，其特征在于，还包括：步骤四，显示所述识别结果。

4.根据权利要求1、2或3所述的植物种类识别方法，其特征在于，

在所述步骤一中，通过现场拍摄的方式或者通过输入的方式采集所述植物器官数字图像；

在所述步骤二中，从本机或通过无线传输，将所述测试样本输入所述第一级分类器。

5.根据权利要求1或2所述的植物种类识别方法，其特征在于，所述训练样本为花朵数字图像；

在所述步骤一之前，还包括：

根据花朵的中心对称和放射性的结构特点，将所述花朵数字图像分割为特征环区域，对所述特征环区域进行特征提取，获得所述花朵数字图像的图像特征；对训练样本库中的所有花朵数字图像进行特征提取，获得所述全部训练样本的特征集。

6.一种基于数字图像的植物种类识别装置，其特征在于，包括：

测试样本采集模块，用于：采集植物器官数字图像作为测试样本，提取所述测试样本的特征向量；

第一级分类器，用于：输入所述特征向量进行分类，获得投票数排名前n名的n个类别，3＜n＜10；所述第一级分类器通过如下方式获得：基于全部训练样本的特征集进行分类器训练，获得基于支持向量机的所述第一级分类器；

第二级分类器，用于：输入所述特征向量进行分类，获得识别结果；所述第二级分类器通过如下方式获得：从所述全部训练样本的特征集中，提取所述n个类别所对应的特征集进行分类器训练，获得基于支持向量机的所述第二级分类器。

7.根据权利要求6所述的植物种类识别装置，其特征在于，n＝5。

8.根据权利要求6所述的植物种类识别装置，其特征在于，还包括：

结果显示模块，用于：显示所述识别结果。

9.根据权利要求8所述的植物种类识别装置，其特征在于，

所述测试样本采集模块用于：通过现场拍摄的方式或者通过输入的方式采集所述植物器官数字图像；从本机或通过无线传输的方式将所述测试样本输入所述第一级分类器和所述第二级分类器。

10.根据权利要求6或7所述的植物种类识别装置，其特征在于，所述训练样本为花朵数字图像；

还包括：

特征集获取模块，用于：根据花朵的中心对称和放射性的结构特点，将所述花朵数字图像分割为特征环区域，对所述特征环区域进行特征提取，获得所述花朵数字图像的图像特征；对训练样本库中的所有花朵数字图像进行特征提取，获得所述全部训练样本的特征集。