基于SC特征的叶片图像识别研究  

Leaf Image Recognition Based on Shape Context Feature Extraction

作　　者：周小亮 丁静军 吴东洋[1] 窦立君 吴东华[3] ZHOU Xiaoliang;DING Jingjun;WU Dongyang;DOU Lijun;WU Donghua(School of Information Science and Technology,Nanjing Forestry University,Nanjing 210037;Information Center of Nanjing Forestry University,Nanjing 210037;College of Continuing Education,Nanjing University of Aeronautics and Astronautics,Nanjing 210016)

机构地区：[1]南京林业大学信息科学技术学院,南京210037 [2]南京林业大学信息中心,南京210037 [3]南京航空航天大学继续教育学院,南京210016

出　　处：《计算机与数字工程》2021年第1期163-168,共6页Computer & Digital Engineering

基　　金：国家自然科学基金青年科学基金项目(编号:61802192);南京林业大学大学生创新基金项目(编号:2017NFUSPITP230);南京林业大学青年科技创新基金项目(编号:CX2017032);江苏省自然科学基金项目(编号:BK20170934);江苏省高等学校自然科学研究项目(编号:18KJB520024)资助。

摘　　要：提出一种基于改进SC形状上下文描述子的叶片图像特征提取方法。利用颜色聚类分割图像,使用Ostu算子实现二值化处理,提取图像边缘轮廓,结合形状上下文(SC)描述子提取图像轮廓特征,计算匹配代价矩阵,利用匈牙利算法获得最小匹配代价。结果表明该算法具有较高的识别准确度。A method of leaf image feature extraction based on improved SC shape context descriptor is proposed.The image is segmented by color clustering,the binarization process is implemented by Ostu operator.Image edge contour is extracted,shape context(SC)descriptor is used to extract image contour features,the matching cost matrix is calculated,and the Hungarian algo⁃rithm is used to obtain the minimum matching cost.The results show that the algorithm has higher recognition accuracy.

关 键 词：图像分割 特征提取 形状上下文 匈牙利算法 

分 类 号：TP751[自动化与计算机技术—检测技术与自动化装置]