基于典型相关分析全局和局部特征融合
的植物识别方法

来源：江苏农业科学杂志2019年第第14期北京时间：

作者：张善文; 邵彧; 李萍

单位：郑州西亚斯学院，河南新郑 451150

摘要：同类叶片图像的复杂多样性增加了植物识别研究的难度，导致利用叶片图像进行植物识别的识别率不高，因此提出一种基于典型相关分析(CCA)全局和局部特征融合的植物识别方法。首先，采用有较好的光照及旋转不变性的梯度直方图(HOG)和边缘轮廓Fourier描述子作为植物识别的特征；然后利用CCA在特征层将HOG和Fourier描述子相融合，构成更具分类鉴别力的一个特征向量；最后利用K-最近邻分类器进行植物识别。在ICL叶片图像数据库上的试验结果表明了该方法的有效性。

关键词：梯度直方图;Fourier描述子;典型相关性分析;植物识别

基金资助：国家自然科学基金(编号：61473132)；2019年度河南省高等学校重点科研项目(编号：19B520028、19B520029)。