百葉通—植物葉片識別系統(tǒng)

鐘剛亮　王強　李夢如　盧遙

摘 要：百葉通是基于數(shù)字圖像處理的闊葉樹種植物葉片識別系統(tǒng)。通過安卓手機對樹葉拍照或在手機相冊中選取樹葉照片上傳至服務器。服務器對葉片圖像進行處理分類后，得到植物的種屬信息并將其返回手機端進行顯示。本識別方法操作方便，整個識別過程只需幾十秒，方便快捷的用戶體驗無疑是本產(chǎn)品最突出的特點。本產(chǎn)品對于普通人而言，可以科普植物知識，同時使出游更安全 ；對于科研工作者來說，可省去查找資料的過程，提高科研工作效率。

關鍵詞：植物葉片識別；數(shù)字圖像技術；BP神經(jīng)網(wǎng)絡

0 引 言

傳統(tǒng)的植物識別與分類方法主要由人工完成，該方法工作量大、工作效率低，且難以保證數(shù)據(jù)客觀性?；诖耍O計出一個只需要通過手機拍照便可以識別植物種屬的系統(tǒng)。

1 作品詳細介紹

用戶在室外使用本產(chǎn)品時，可用手掌或白色紙張當做植物葉片的簡單背景以提高識別準確率。用戶經(jīng)過手機對植物葉片進行簡單的拍照后，在4G，3G，2G或WiFi網(wǎng)絡下上傳葉片照片至服務器。

葉片照片上傳至服務器后，服務器對葉片圖像進行預處理，再對其進行計算得到葉片的幾何特征參數(shù)和紋理特征參數(shù)。這一過程主要利用數(shù)字圖像處理技術，如分水嶺算法、分形維數(shù)等算法。然后將計算得到的參數(shù)與服務器數(shù)據(jù)庫中的樣本進行對比分析得到植物的種屬信息，最后將此信息返回至手機端并進行顯示。該過程主要用BP神經(jīng)網(wǎng)絡進行分類，從而得到植物種屬信息。手機客戶端收到來自服務器的植物名稱后，可以選擇詳情簡單了解植物信息，也可以鏈接至中國植物志查看更為詳盡，權威的植物知識。

同時，用戶每次使用該系統(tǒng)識別植物后，系統(tǒng)將會自動標記本次識別植物的位置，因此用戶還可以通過本系統(tǒng)查看各植物的識別上傳位置。當我們學習了解一種植物后還可以分享到各社交軟件上分享給自己的好友，如微信、微博、人人、QQ、豆瓣等。系統(tǒng)識別流程和識別結果分別如圖1、圖2所示。

2 工作原理

本系統(tǒng)由服務器端的數(shù)據(jù)分析模塊與手機端的圖像采集模塊兩個部分組成。手機端主要實現(xiàn)采集植物葉片圖像，并把圖像發(fā)送至服務器端的功能，以及顯示植物種屬、分布信息。服務器端主要實現(xiàn)提取植物葉片特征，計算分析后得到植物種屬信息的功能。

服務器端的功能分為對葉片進行預處理、特征提取和分類識別三部分。系統(tǒng)識別原理流程如圖3所示。

2.1 圖像預處理

圖像預處理分為圖像灰度化、圖像均衡化、圖像平滑處理、圖像邊緣銳化處理、圖像分割、去除孔洞、保留最大連通區(qū)域、邊界跟蹤等步驟，詳細介紹如下：

（1）圖像灰度化、均衡化。將彩色圖像轉化為灰度圖像，并對得到的圖像進行灰度均衡化處理。

（2）圖像平滑化。在圖像成像及傳輸過程中會產(chǎn)生一定的噪聲，這將導致圖像質量的下降。如果不經(jīng)過降噪處理，會嚴重影響識別效果。

（3）圖像邊緣銳化。圖像銳化處理的目的是補償圖像輪廓、突出圖像的邊緣信息以使圖像顯得更為清晰。

（4）二值化。為了更加方便地計算目標區(qū)域的面積、周長等數(shù)值，我們將對圖像進行二值化處理。

（5）去除孔洞。開、閉運算可分別抑制信號中的峰值和谷底噪聲，通常采用兩者結合的方式來去除目標區(qū)域孔洞。

（6）保留最大連通區(qū)域。按上述步驟處理過的圖像并不是整體連通的，若此時計算目標區(qū)域的周長會影響最終結果，故要保留最大的連通成分，將開、閉運算后的微小部分去除。

（7）邊界跟蹤。將圖像進行上述處理后，再進行圖像的邊界跟蹤，從而得到圖像邊界像素的坐標和方向信息，為參數(shù)的獲取奠定基礎。

2.2 葉片形狀特征提取

葉片形狀特征包括幾何形狀特征、不變矩特征兩部分，詳細介紹如下：

（1）幾何形狀特征。在此我們選用了7項相對幾何特征：狹長度、矩形度、球狀性、圓形度、偏心率、周長直徑比和周長長寬比。

（2）不變矩特征。使用圖像的幾何矩的非線性組合可以推導出7項不變矩，它們具有旋轉、平移和縮放不變性。

2.3 紋理特征

本研究計劃利用灰度共生矩陣與分形維數(shù)提取葉片紋理特征。

（1） 灰度共生矩陣?；叶裙采仃嚪从沉藞D像中任意兩點灰度的空間相關性。在這個矩陣的基礎上定義了一些統(tǒng)計量，借此來反映圖像的紋理特征，常用的統(tǒng)計量有對比度、相關性、能量與均勻度。

（2）分形維數(shù)。分形維數(shù)可以用來描述圖像復雜程度，葉片結構基本滿足分形特征，因此，我們采用分形特征來描述葉片的紋理。

2.4 葉片分類識別

將對葉片提取出的特征信息輸入訓練好的BP神經(jīng)網(wǎng)絡進行比對分析，得出該葉片的種類。

2.5 軟件系統(tǒng)開發(fā)

本系統(tǒng)對葉片進行計算，然后利用BP神經(jīng)網(wǎng)絡對得到的參數(shù)進行分類，得出葉片種類。該軟件具備以下功能：

（1）與手機客戶端的通信功能，能夠接收并發(fā)送信息；

（2）對圖片進行上述處理，提取葉片特征信息；

（3）比對數(shù)據(jù)庫中的葉片特征信息，得出植物種屬信息并發(fā)送至手機客戶端應用程序。

3 作品創(chuàng)新點

植物種類識別和分類不必再局限于實驗室內，而是變得更加便捷、高效。本系統(tǒng)將對已有的一些圖像處理算法進行優(yōu)化，創(chuàng)新性地選用幾種更為有效的圖像特征數(shù)據(jù)來描述葉片的形狀及紋理特征，并進一步將物種識別過程簡單化、人性化，方便各行各業(yè)的人使用。本產(chǎn)品通過簡單的拍照，就能辨別出植物的種類，極大地方便了那些想認識植物的人，可以幫助他們擴展自己的知識面，提高自己對于植物的興趣，也能避免有毒有害的植物對出游者造成不必要的身體傷害。隨著本系統(tǒng)數(shù)據(jù)庫的不斷擴充，它能識別的植物種類范圍會更廣，無論在科學研究還是林農(nóng)業(yè)生產(chǎn)中都會起到很大的作用。

4 市場前景

本系統(tǒng)能夠準確的識別闊葉樹種葉片，具有一定的實用性。而且利用手機對葉片進行拍攝，也具有很強的便捷性。

隨著計算機性能的提高與智能手機的普及，探索如何利用葉片圖像快速準確地識別闊葉樹種種屬，是解決這些問題的一個切實可行的新途徑。因此研究基于圖像分析的闊葉樹種葉片識別技術，對于植物分類識別、植物資源的保護與利用以及探索植物間的親緣關系、闡明植物的進化規(guī)律、林農(nóng)業(yè)的實際應用等諸多方面都將會有深遠意義，同時也能夠在科研、日常生活、娛樂等領域有比較廣闊的市場前景。

5 獲獎感言

在本次參賽作品從前期的作品設計到后期對作品功能的不斷改進和完善的整個過程中，我們接觸學習到了許多課外的知識，這不僅是對我們知識上的補充，也讓我們進一步提高了將知識融匯到實際運用中的能力。

在收獲技術能力快速提升的同時，我們也在比賽現(xiàn)場學習到了來自全國高校優(yōu)秀學子的科技創(chuàng)新精神。

非常感謝全國大學生物聯(lián)網(wǎng)大賽這個平臺為我們提供了這次機會，讓我們得以展示自己，提升自己，并對我們的成果給予肯定。同時也非常感謝每場比賽的各位評委老師，正是各位評委老師的改進建議，才讓我們的產(chǎn)品順利地從眾多參賽作品中脫穎而出。