紅色牛頓撞球2014年總結(jié)匯報(bào)動(dòng)畫PPT模板

口令：RAPID708基于安卓的植物識(shí)別app匯報(bào)人：邵晨智匯報(bào)時(shí)間：2015-7-30口令：RP2006研究背景目錄CONTENTS實(shí)驗(yàn)方案關(guān)鍵技術(shù)/創(chuàng)新點(diǎn)成員介紹口令：RP20061.研究背景/國外：主要集中在農(nóng)業(yè)生產(chǎn)中雜草物種的識(shí)別，并將其應(yīng)用到農(nóng)業(yè)機(jī)械設(shè)備中，使其能根據(jù)雜草的情況自動(dòng)噴灑適量除草劑。識(shí)別物種單一國內(nèi)：對植物分類識(shí)別的研究情況較少且起步比較晚。用植物葉片形狀特征進(jìn)行植物識(shí)別的平均正確識(shí)別率為70.83%，利用植物葉片形狀特征和紋理特征進(jìn)行植物自動(dòng)識(shí)別的平均正確識(shí)別率為83.3%。識(shí)別率較低口令：RP2006存在問題/1.植物識(shí)別主要應(yīng)用于農(nóng)業(yè)領(lǐng)域，農(nóng)業(yè)植物類別分類細(xì)，對農(nóng)業(yè)背景知識(shí)要求高，模型復(fù)雜，應(yīng)用范圍比較窄，只有很少的一部分研究普通植物的識(shí)別2.識(shí)別方法主要以單特征為主，主要單獨(dú)利用植物葉片圖像的顏色、形狀或紋理等特征，雖然之后慢慢轉(zhuǎn)向多特征融合進(jìn)行識(shí)別，但識(shí)別率仍有相當(dāng)?shù)母倪M(jìn)余地口令：RP20062.實(shí)驗(yàn)方案/（1）利用手機(jī)APP中的拍照功能拍攝植物圖片（2）預(yù)處理圖片顏色、紋理、葉片的結(jié)構(gòu)特征口令：RP20062.實(shí)驗(yàn)方案/（3）植物葉片分類器的訓(xùn)練及建立植物樹葉數(shù)據(jù)庫（4）圖像匹配口令：RP20062.實(shí)驗(yàn)方案/（5）確定植物類型（6）鏈接到百度百科，呈現(xiàn)植物詳細(xì)信息根據(jù)求到的相似度匹配的結(jié)果，可以進(jìn)行最相似植物的一個(gè)準(zhǔn)確定位，這樣根據(jù)索引在數(shù)據(jù)庫里面查詢到該類植物的名稱?？诹睿篟P2006植物識(shí)別的總體流程

整體流程圖/拍攝植物圖片預(yù)處理圖片訓(xùn)練分類器，建立數(shù)據(jù)庫圖像匹配確定植物類型口令：RP20063.關(guān)鍵技術(shù)/（1）改進(jìn)的圖像分割算法采用分水嶺算法對含自然背景的灰度圖像進(jìn)行分割時(shí)，圖中每個(gè)獨(dú)立的局部谷底都劃歸為不同區(qū)域，最終導(dǎo)致“過分割”，即產(chǎn)生大量虛假的輪廓以致無法確認(rèn)哪些是真正的輪廓。在分水嶺變換之后，通過合并小區(qū)域解決過度分割的問題。合并準(zhǔn)則：依據(jù)面積的準(zhǔn)則來合并，圖像進(jìn)行分割后，通常計(jì)算各區(qū)域的面積像素個(gè)數(shù)，選擇適當(dāng)?shù)拈]值來對各