基于數據庫的葉片識別系統

□ 徐 峰

一、引言

近年來，對植物的分類和識別研究已成為模式識別領域的一個研究熱點。傳統的葉片識別，一般由知識儲備和實踐經驗豐富的研究人員進行。但這種人工操作，識別的過程依然相當繁瑣，工作量大，并且工作效率不高，識別的正確性也很難得到保證。隨著計算機技術的發展，研究通過計算機來進行高精度的葉片識別是一個非常具有可行性的新途徑。

國外學者在對于植物葉片分類識別的研究上，獲得了良好的成果，他們大多采用判別式分析法、匹配法、機器學習法對植物進行分類識別。國內對于葉片識別技術的研究比較少，而且開始時間也比國外的要遲一些。祁亨年等提出了葉形識別概念，并討論其發展前景，雖然并未進行系統的開發，但他們最先推動了國內對于植物葉片識別研究的發展。黃德雙等對于葉片識別技術進行了大量的研究，并開發出了具體的識別系統.近年，合肥植物園與中科院合肥智能機械研究所智能計算實驗室進行了合作，他們借助數字圖像處理和模式識別技術，成功開發了一款植物葉片圖像識別系統。

本文建立了一個基于數據庫的葉片種類識別系統。通過對葉片圖像的處理，葉形的分析與特征值的計算，并且應用數據庫技術存儲數據資料，實現對葉片圖像的識別功能。

二、葉片的識別

本系統識別葉片的流程如圖1所示。

圖1 識別流程

(一)圖片的預處理。直接的圖像文件是不能完成最后需要的特征值提取的，因此需要對圖像文件進行預處理操作。圖像在進行了一系列處理后，計算機才能夠對圖像中某些區域進行計算和統計。在預處理過程中，為了使圖像與圖像背景分離開來，盡量減小背景的影響，一是要增強對比度。二是利用閾值分割將圖像轉換成二進制圖，方便后續的邊界提取和統計某些數值，如面積和周長等的計算更加精確。三是為了最大程度地去除圖像中的噪聲，空隙等對計算的影響，要對圖像進行濾波處理和膨脹、腐蝕等平滑操作。

其算法流程下:

Step 1:讀入RGB格式的圖像文件，用二維數組A變量存儲圖像;

Step 2:增強圖像的對比度，得到數組變量I;

Step 3:將圖像格式轉換為灰度圖像，得到數組變量I2;

Step 4:計算分割所需的閾值大小level;

Step 5:利用閾值分割法，將灰度圖像轉換為二值圖像，得到數組變量BW;

Step 6:對二值圖像進行medfilt(中值濾波)處理，存儲在BW中;

Step 7:對圖像進行 erode(腐蝕)操作，得到數組變量BW1;

Step 8:對腐蝕后的圖像BW1進行dilate(膨脹)操作，得到變量BW2。

表1 特征提取算法

(二)特征提取。特征值提取是計算出圖像中葉片的某些典型的數據，用以區分不同的圖像，是為后續的識別工作做準備。本系統采用2個特征值，分別為葉片圖像的圓形度和長寬比，其中圓形度通過圖像的面積和周長得出，長寬比通過葉片圖像的最小鄰接矩形得出。采用這兩個特征值的原因，是因為它們可以避免圖像放縮和圖像位置的影響，無論圖像放大還是縮小，無論擺放位置怎么樣，它們的計算結果都只和圖像本身的形狀有關。其算法實現具體如表1所示。

(三)識別算法。識別算法的思想是判斷根據用戶上傳的圖片文件計算出的特征值和數據庫中的文件經過同樣處理后得出的值之間的差距是否在預先設定的一個范圍內。具體的匹配算法如表2所示。

表2 匹配算法

匹配算法中采用2個數值之間的差的絕對值與二者之和的比值作為判斷參數，同時設置長寬比的誤差區間為15%，圓形度的誤差區間為3.5%，這樣使得判斷較為準確合理。

圖2 系統結構圖

圖3 用戶初始界面

三、系統的設計與實現

系統在Windows XP操作系統下采用Matlab語言進行開發，數據庫設計使用Sql sever 2008工具完成。數據庫中保存的是圖片在本地電腦中的絕對路徑以及相關圖片的描述信息。系統的功能結構如圖2所示。本系統中主要有前臺用戶界面(圖3)和后臺管理員界面(圖4)。

用戶在使用本系統時，先在用戶界面中點擊“瀏覽”按鈕，選擇待識別的植物葉片。在完成待識別文件的上傳后，點擊“識別”按鈕，識別結果如圖5所示。圖5中左邊顯示存儲在數據庫中的標準圖片，界面右下角顯示識別結果，主要為相應葉片的文字信息，有關其葉片特征，產地，用處等等。

圖4 管理員初始界面

圖5 識別結果圖

四、結語

本文開發了一個具有較高識別能力的葉片識別和分類系統。深入介紹了系統實現中的核心技術、系統界面和系統運行的結果。實驗證明，本系統可以識別出不同種類的葉片。但本文僅僅實現系統原型，未來還有許多問題需要深入研究和完善，比如系統的界面、算法的效率、對復葉的識別等等。

［1］朱靜，田興軍，陳彬，呂勁紫.植物葉形的計算機識別系統［J］. 植物學通報，2005

［2］杜吉祥.植物物種機器識別技術的研究［D］.中國科學技術大學，2005

［3］Yvonne Power，Parisa A.Bahri.Integration techniques in intelligent operational management［OL］.School of Engineering Science and A.J.Parker Cooperative Centre for Hydrometallurgy，Murdoch University(Rockingham Campus)，Dixon Road，Rockingham，WA 6168，Australia，2004，19(3):613 ～620