基于神经网络的树叶识别研究开题报告

全文总字数：1577字

1. 研究目的与意义

1、植物保护的一个重要方面是将植物进行分类研究，不同种类的植物在形态构造、生活习性、经济价值等各方面都表现出不同的特性。

现在进行树叶分类识别最行之有效的方法是利用数字图像处理和神经网络提取和处理树叶特征，此方法具有计算简易、训练速度快、适应性强等特点。

2、通过对这一课题的学习与研究，将大大强化我查找资料、吸纳新知识的能力，并加深我对已学知识，如神经网络，matlab、数字图像处理的理解，为以后的学习奠定基础、积累实践经验。

2. 国内外研究现状分析

国内：北京林业大学的朱宁为了简化计算过程、提高模式识别效率，对基于lbp的树叶识别系统进行了研究。

他应用数字图像处理技术对采集到的叶片样本做前期图像预处理，编程实现了用于提取叶片样本特征的 lbp 方法的各种算子。

次算法具有理论简单明了、计算方便快捷、应用准确实用等诸多优点，在当前模式识别和数字图像处理的很多前沿领域内都有着广泛的应用[1]。

3. 研究的基本内容与计划

研究内容： 本课题基于神经网络对识别不同树叶的方法展开研究。

其实质是利用数字图像技术采集植物的外观特征进而对此进行分析识别。

研究计划：1～3 周 ：收集资料并撰写开题报告4～5 周 ：设计基于神经网络的树叶识别总体方案6～11 周：基于神经网络的树叶识别软件设计11～12 周 ：系统调试13～15 周 ：撰写毕业论文16 周 ： 毕业设计答辩

4. 研究创新点

基于神经网络的树叶识别研究，结合了计算机视觉、统计数学、植物分类学等多门学科知识，具有很强的综合性，将树叶的识别和分类智能化，自动化和科学化。