植物叶片形状分类的方法、系统及装置

专利主权项内容

1.一种植物叶片形状分类的方法，其特征在于，包括以下步骤：获取待测植物叶片图像，经二值化处理得到植物叶片二值化图像；提取植物叶片二值化图像的轮廓信息，得到叶片边缘闭合曲线，获得叶片边缘闭合曲线的所有边缘坐标点信息，得到边缘坐标点集合；对边缘坐标点集合中所有边缘坐标点进行预处理，得到叶片边缘点集合，计算叶片边缘点集合中所有叶片边缘点的曲率值，得到叶片曲率集合；将叶片曲率集合中所有曲率值进行归一化，得到归一化曲率集合，进而得到待测植物叶片的极大值点集合及极小值点集合；基于极大值点集合及极小值点集合，分别得到待测植物叶片与训练集极大值点集合及极小值点集合的相似度，进而得到植物叶片相似度，所述植物叶片相似度的最小值则为待测植物叶片的所属类别；其中，所述将叶片曲率集合中所有曲率值进行归一化，得到归一化曲率集合，对归一化曲率集合进行计算，得到极大值点集合及极小值点集合，包括以下步骤：设置归一化轮廓点数量，采用数据插值方法结合归一化轮廓点数量，得到点数量为归一化轮廓点数量的归一化曲率集合；基于归一化曲率集合，得到极大值点集合及极小值点集合，表示如下：其中，表示极大值点的极值，/>表示极大值点的位置，/>表示极大值点的数量，/>表示极小值点的极值，/>表示极小值点的位置，/>表示极小值点的数量；其中，所述基于极大值点集合及极小值点集合，分别得到待测植物叶片与训练集极大值点集合及极小值点集合的相似度，包括以下步骤：获取训练集中植物叶片图像的极大值点集合及植物叶片图像的极小值点集合；计算待测植物叶片图像的极大值点集合及训练集中植物叶片图像的极大值点集合相对位置分布的相似度；以及，计算待测植物叶片图像的极小值点集合及训练集中植物叶片图像的极小值点集合相对位置分布的相似度；所述植物叶片相似度表示如下：其中，表示测试集中第/>张待测植物叶片图像的极大值点集合及训练集中第/>张植物叶片图像的极大值点集合相对位置分布的相似度，/>表示训练集中第/>张植物叶片图像的极大值点集合，/>表示测试集中第/>张待测植物叶片图像的极大值点集合，/>表示测试集中第/>张待测植物叶片图像的极小值点集合及训练集中第/>张植物叶片图像的极小值点集合相对位置分布的相似度，/>表示训练集中第/>张植物叶片图像的极小值点集合，/>表示测试集中第/>张待测植物叶片图像的极小值点集合，/>表示植物叶片相似度。