第13卷第4期 智能系统学报 Vol.13 No.4 2018年8月 CAAI Transactions on Intelligent Systems Aug.2018 D0:10.11992/tis.201709024 网络出版地址：http:/kns.cnki.net/kcms/detail/23.1538.TP.20180402.1644.010.html 基于可变局部边缘模式的绿色植物物种识别 陈肖蒙，王瑜，肖洪兵 (北京工商大学计算机与信息工程学院，北京100048) 摘要：绿色植物物种识别在生态环境保护、中药制取、农业与园艺应用等方面有着重要的应用前景和潜在的 经济价值。边缘是一种直观、简单、有效的对象识别特征，文中针对传统边缘算子方向少，尺度单一，操作不灵活 等缺点，使用一种具有多尺度、多方向属性的圆形局部边缘模式算子(varied local edge pattern.,VLEP)提取植物 图像的边缘特征，同时考虑阈值细分的思想，在自建的绿色植物物种数据库上进行的实验结果表明，该算法不 仅可以弥补传统算子由于边缘方向少、尺度单一导致丢失边缘信息的缺陷，同时可以有效用于绿色植物物种识别。 关键词：可变局部边缘模式：边缘特征提取：植物物种识别 中图分类号：TP317.41文献标志码：A 文章编号：1673-4785(2018)04-0571-06 中文引用格式：陈肖蒙，王瑜，肖洪兵.基于可变局部边缘模式的绿色植物物种识别[J.智能系统学报，2018,13(4)： 571-576. 英文引用格式：CHEN Xiaomeng,.WANG Yu,XIAO Hongbing..Identification of green plant species based on varied local edge pat- terns JI.CAAI transactions on intelligent systems,2018,13(4):571-576. Identification of green plant species based on varied local edge patterns CHEN Xiaomeng,WANG Yu,XIAO Hongbing (School of Computer and Information Engineering,Beijing Technology and Business University,Beijing 100048,China) Abstract:The identification of green plant species has the potential for important applications and economic value in many respects,such as protection of the environmental ecology and preparation of traditional Chinese medicine,as well as agricultural and horticultural applications.The edge of an object is an intuitive,simple,and effective object recogni- tion feature.To overcome the shortcomings of traditional edge operators,such as few directions,single scale,and inflex- ible operation,in this paper,we propose a green-plant-species recognition algorithm based on circular local edge pat- terns,which has multiple scales and multiple directional features.We conducted a series of experiments to consider threshold subdivisions in the self-built green-plant-species database.The results show that the proposed algorithm effect- ively complements the edge information that is lost by the fewer edge directions and single scale of traditional edge op- erators,and can be effectively applied to identify green plant species. Keywords:varied local edge patterns;extraction of edge feature;identification of plant species 植物是地球上最广泛存在的生命形式之一，分类，成为人们越来越关注的课题之一。 与人类的生活密切相关。植物的分类鉴别对于探 当前对植物识别方法的研究较多，但大多都 索植物的自身价值、生态监测以及生物多样性保 是基于叶片几何特征的识别1。叶片几何特征 护有着重要的意义。植物分类的主要依据是植物 是指叶片的外部形状和维度的各种参数特征，如 的外观特征，传统的识别方法需要业内专家对大 叶片形状的圆形度、中心偏离半径，以及叶缘锯 量植物进行观察、测量，效率较低。由于植物外 齿数等量化的数据。这类方法存在如下问题： 观特征能以数字图片方式获得，随着计算机图像 1)进行几何特征提取的计算量很大，且不适用于 识别技术的发展，借助计算机辅助处理进行植物 所有的叶片样本：2)对植物图像要求较高，必须 收稿日期：2017-09-15.网络出版日期：2018-04-02. 是单一背景下单个完整叶片图像，而实际能获得 基金项目：国家自然科学基金面上项目(61671028)：北京市自 的植物图像通常是成片的，很难进行几何特征的 然科学基金面上项目(4162018)：北京市委组织部 “高创计划”青年拔尖人才培养资助项目 度量。仅限于单个叶片的识别方法在图像采集上 2014000026833ZK14):北京市属高等学校高层次人 才引进与培养计划项目(CIT&TCD201504010). 仍需耗费大量人工，不能有效提高植物识别的效 通信作者：王瑜.E-mail:wangyu@btbu.edu.cn. 率。为达到完全自动识别的效果，研究自然复杂DOI: 10.11992/tis.201709024 网络出版地址: http://kns.cnki.net/kcms/detail/23.1538.TP.20180402.1644.010.html 基于可变局部边缘模式的绿色植物物种识别 陈肖蒙，王瑜，肖洪兵 （北京工商大学 计算机与信息工程学院，北京 100048） 摘 要：绿色植物物种识别在生态环境保护、中药制取、农业与园艺应用等方面有着重要的应用前景和潜在的 经济价值。边缘是一种直观、简单、有效的对象识别特征，文中针对传统边缘算子方向少，尺度单一，操作不灵活 等缺点，使用一种具有多尺度、多方向属性的圆形局部边缘模式算子 (varied local edge pattern，VLEP) 提取植物 图像的边缘特征，同时考虑阈值细分的思想，在自建的绿色植物物种数据库上进行的实验结果表明，该算法不 仅可以弥补传统算子由于边缘方向少、尺度单一导致丢失边缘信息的缺陷，同时可以有效用于绿色植物物种识别。 关键词：可变局部边缘模式；边缘特征提取；植物物种识别 中图分类号：TP317.41 文献标志码：A 文章编号：1673−4785(2018)04−0571−06 中文引用格式：陈肖蒙, 王瑜, 肖洪兵. 基于可变局部边缘模式的绿色植物物种识别[J]. 智能系统学报, 2018, 13(4): 571–576. 英文引用格式：CHEN Xiaomeng, WANG Yu, XIAO Hongbing. Identification of green plant species based on varied local edge pat￾terns[J]. CAAI transactions on intelligent systems, 2018, 13(4): 571–576. Identification of green plant species based on varied local edge patterns CHEN Xiaomeng，WANG Yu，XIAO Hongbing (School of Computer and Information Engineering, Beijing Technology and Business University, Beijing 100048, China) Abstract: The identification of green plant species has the potential for important applications and economic value in many respects, such as protection of the environmental ecology and preparation of traditional Chinese medicine, as well as agricultural and horticultural applications. The edge of an object is an intuitive, simple, and effective object recogni￾tion feature. To overcome the shortcomings of traditional edge operators, such as few directions, single scale, and inflex￾ible operation, in this paper, we propose a green-plant-species recognition algorithm based on circular local edge pat￾terns, which has multiple scales and multiple directional features. We conducted a series of experiments to consider threshold subdivisions in the self-built green-plant-species database. The results show that the proposed algorithm effect￾ively complements the edge information that is lost by the fewer edge directions and single scale of traditional edge op￾erators, and can be effectively applied to identify green plant species. Keywords: varied local edge patterns; extraction of edge feature; identification of plant species 植物是地球上最广泛存在的生命形式之一， 与人类的生活密切相关。植物的分类鉴别对于探 索植物的自身价值、生态监测以及生物多样性保 护有着重要的意义。植物分类的主要依据是植物 的外观特征，传统的识别方法需要业内专家对大 量植物进行观察、测量，效率较低。由于植物外 观特征能以数字图片方式获得，随着计算机图像 识别技术的发展，借助计算机辅助处理进行植物 分类，成为人们越来越关注的课题之一。 当前对植物识别方法的研究较多，但大多都 是基于叶片几何特征的识别[1-3]。叶片几何特征 是指叶片的外部形状和维度的各种参数特征，如 叶片形状的圆形度、中心偏离半径，以及叶缘锯 齿数等量化的数据。这类方法存在如下问题： 1) 进行几何特征提取的计算量很大，且不适用于 所有的叶片样本；2) 对植物图像要求较高，必须 是单一背景下单个完整叶片图像，而实际能获得 的植物图像通常是成片的，很难进行几何特征的 度量。仅限于单个叶片的识别方法在图像采集上 仍需耗费大量人工，不能有效提高植物识别的效 率。为达到完全自动识别的效果，研究自然复杂 收稿日期：2017−09−15. 网络出版日期：2018−04−02. 基金项目：国家自然科学基金面上项目 (61671028)；北京市自 然科学基金面上项目 (4162018)；北京市委组织部 “ 高创计划 ” 青年拔尖人才培养资助项 目 (2014000026833ZK14)；北京市属高等学校高层次人 才引进与培养计划项目 (CIT&TCD201504010). 通信作者：王瑜. E-mail：wangyu@btbu.edu.cn. 第 13 卷第 4 期 智 能 系 统 学 报 Vol.13 No.4 2018 年 8 月 CAAI Transactions on Intelligent Systems Aug. 2018