面向花卉圖像的精細(xì)圖像分類研究.pdf

1、隨著信息技術(shù)的飛速發(fā)展，人們通過相機(jī)和手機(jī)等設(shè)備可以越來越容易拍攝花卉的圖像，但是對花卉的分類識別仍然需要在專業(yè)的知識指導(dǎo)下進(jìn)行?；ɑ軋D像分類屬于精細(xì)圖像分類的范疇。由于花卉所處的背景復(fù)雜、花卉自身的類間相似性和類內(nèi)差異性，傳統(tǒng)的圖像分類方法并不能很好解決這類問題。因此，針對花卉圖像的復(fù)雜背景問題和花卉類間相似以及類內(nèi)差異問題，本文從圖像分割和多特征融合的角度來研究花卉圖像的自動分類。本文的主要工作內(nèi)容和創(chuàng)新如下:
　　1、針對花

2、卉圖像復(fù)雜的背景問題，本文提出基于顯著性檢測的GrabCut花卉圖像前景分割方法。通過為花卉圖像的顯著性區(qū)域訓(xùn)練前景背景分類器，自適應(yīng)設(shè)定初始前景背景的信息分布，結(jié)合GrabCut算法實現(xiàn)將花卉的主體部分從背景中分離開。相對于目前很多關(guān)于花卉圖像分割的研究首先要對數(shù)據(jù)庫中每一類別的樣本進(jìn)行前景和背景的標(biāo)注，然后訓(xùn)練相應(yīng)的前景背景分類器用于分割的方法。本文提出的基于顯著性檢測的GrabCut花卉圖像前景分割方法，不需要對每一類花進(jìn)行單獨(dú)的

3、訓(xùn)練，是一種通用的花卉圖像分割方法。
　　2、針對花卉類間相似和類內(nèi)差異的問題，本文提出一種基于多特征融合的層次化分類方法。傳統(tǒng)的特征融合很多只是簡單的把多個特征融合在一起，忽略了不同特征對不同的花卉類別的影響。而本文提出的多特征融合的層次化分類方法，針對每類花卉的顏色、形狀特征進(jìn)行單獨(dú)訓(xùn)練，得到特征對應(yīng)于類別的得分值，能夠?qū)Ρ憩F(xiàn)差異大的花卉進(jìn)行有效的分類，同時又能夠克服類內(nèi)變化大的問題。
　　通過實驗結(jié)果表明，本文提出的基