基于小波灰度共生矩阵的植物分类

基于小波灰度共生矩阵的植物分类研究
张 航 ，颜永丰
（ ） 西北农林科技大学 信息工程学院 ， 陕西 咸阳 ７ １ ２ １ ０ ０
摘 要 ： 为了解决塔式小波分解中丢失高频信息的问题 ， 提出了将塔式小 波 分 解 和 灰 度 共 生 矩 阵 融 合 的 方 法 ， 生 成 小 波 灰 度共生矩阵特征来描述植物叶子纹理 ， 结合具有尺度 、 平移和旋转不变性 的 形 状 特 征 ， 生 成 一 组 有 效 的 分 类 特 征 向 量 来 对 ，Ｓ 植物种类进行分类预测 。 用支持向量机 （ ｓ ｕ ｏ ｒ ｔ ｖ ｅ ｃ ｔ ｏ ｒ ｍ ａ ｃ ｈ ｉ ｎ ｅ ＶＭ） 等 分 类 器 对 两 组 实 验 数 据 进 行 分 类 测 试 ， 分 类 准 ｐ ｐ 确率分别达到了 ９ ７ ． ２ ４ ２ ６％ 和 ９ ６ ． ７ ９ ７ ２％ 。 实验结果表明 ， 小波灰度共生矩阵特征能够有效地描述植物叶子纹理特征 ， 具 有 很强的分类能力 。 关键词 ： 植物分类 ； 小波分解 ； 灰度共生矩阵 ； 形状特征 ； 支持向量机 ）１ 中图法分类号 ：Ｔ Ｐ ３ ９ １ ． ４ 文献标识号 ：Ａ 文章编号 ： １ ０ ０ ０ ７ ０ ２ ４（ ２ ０ １ ２ ２ ４ ７ ７ ４ ０ ５ － － －
０ 引 言
植物的分类 研 究 对 于 区 分 植 物 种 类 、 探 索 植 物 间 的 亲 缘关系 、 阐明 植 物 系 统 的 进 化 规 律 具 有 重 要 意 义
［ １］
前在诸多领域得到 广 泛 应 用 的 小 波 理 论 为 时 频 多 尺 度 分 析 提供了精确统一的框架 ， 解决了传 统 纹 理 分 析 方 法 的 瓶 颈 。 小波变换提供了一 种 在 不 同 尺 度 上 图 像 纹 理 细 节 分 析 的 工 具 ， 能够更加准 确 地 进 行 图 像 纹 理 分 类 。 但 是 由 于 传 统 的 塔式小波分解仅 利 用 了 图 像 低 频 子 带 的 信 息 ， 然 而 高 频 子 带包含了图 像 的 边 缘 ， 轮 廓 和 部 分 纹 理 信 息 ， 这 导 致 纹 理
］ ３ ７ － ，Ｌ 、 随机场模型 、 分 形 维 数 等 等 ［ 。传统纹理分 ｔ ｅ ｒ ｎ Ｂ Ｐ） ［ ２］
为了克服小 波 变 换 的 这 一 缺 陷 ， 增 强 算 法 的 适 应 能 力 和鲁棒性 ， 可以通 过 引 入 灰 度 共 生 矩 阵 的 方 法 来 解 决 这 一 问题 ， 灰度共生矩 阵 利 用 了 图 像 中 像 素 相 对 位 置 的 空 间 信 息更加准确地描 述 图 像 的 纹 理 ， 具 有 较 强 的 适 应 能 力 和 鲁
２ 特征向量生成
２ ． １ 相 关 的 二 维 ｆ （ ｘ，ｙ） 系 统 ，
１ 图像预处理
图像预处理主要有如下步骤 ： （ ） 在计算 图 像 特 征 之 前 ， 首 先 要 对 图 像 进 行 尺 度 缩 １ 放处理以减少计算量 ， 并 且 对 图 像 进 行 Ｎ 级 塔 式 小 波 分 解 要求图像的基础长度和 宽 度 必 须 能 被 ２ 的 Ｎ 次 方 整 除 ， 综 合考虑计算 机 性 能 等 影 响 ， 对 其 进 行 规 范 化 处 理 ， 使 其 尺 寸变成 １ ２ ８×１ ２ ８。 ） 在计算纹理特征时需要 将 Ｒ （ ２ Ｇ Ｂ图像转化为灰度图 像 。 而计算形状 特 征 时 ， 可 以 通 过 阈 值 分 割 的 方 法 转 化 为 二值图像 ， 阈值的求取采用了颜色直方图双峰法来确定 。 （ ） 由于获 取 的 图 像 表 面 常 常 有 小 孔 ， 边 缘 区 域 有 一 ３ 些毛刺 ， 可以通 过 形 态 学 开 运 算 去 除 边 缘 毛 刺 ， 闭 运 算 修 复小孔等缺陷 。 ） 在获 取 图 像 过 程 中 ， 不 可 避 免 地 要 产 生 噪 声 ， 因 （ ４ 而需要先对图像 进 行 平 滑 处 理 来 消 除 噪 声 干 扰 ， 本 研 究 采 用高斯滤波对图 像 进 行 平 滑 处 理 。 平 滑 处 理 导 致 图 像 边 缘 模糊 ， 为了减 少 这 种 影 响 ， 需 要 对 图 像 进 行 锐 化 处 理 。 该 研究采用了 拉 普 拉 斯 运 算 扩 展 模 板 对 图 像 进 行 锐 化 处 理 ， 。 以增强图像的显示效果 （ 预处理过程如图 １ 所示 ）
ｘ，ｙ 代表图像的 行 列 坐 标 ， 则 ｆ （ ｘ，ｙ） 表 示 原 始 图 像 。
３］ ， 可以用来统计各子带小波系数的低频和高频信息 。 棒性 ［
，能 够 更 加 有 效 地 描 述 图 像
本研究将小 波 变 换 和 灰 度 共 生 矩 阵 结 合 起 来 ， 在 不 同 尺度上分别对图像 高 频 子 带 和 低 频 子 带 进 行 灰 度 值 统 计 分
析方法主要问题 在 于 不 能 从 多 尺 度 有 效 描 述 纹 理 特 征 ， 目
７］ 。 分类效果往往不够理想 ［
，计算
机辅助植物分类可以极大地提高植物分类与管理效率 。 在基于叶子 特 征 的 植 物 图 像 分 类 识 别 领 域 ， 早 期 的 研 究主要采用叶子 的 形 状 特 征 作 为 分 类 特 征 集 合 ， 后 来 的 研 究表明 ， 由于纹 理 特 征 反 映 了 图 像 的 灰 度 统 计 信 息 、 空 间 分布 信 息 以 及 结 构 信 息 的特征 。 常见的纹理 特 征 提 取 方 法 主 要 有 灰 度 共 生 矩 阵 、 小 波 特征 、Ｇ ａ ｂ ｏ ｒ滤波器特征 、 局部二值模式 （ ｌ ｏ ｃ ａ ｌ ｂ ｉ ｎ ａ ｒ ａ ｔ － ｙ ｐ
； 修订日期 ：２ 收稿日期 ：２ ０ １ ２ ０ ２ ２ ０ ０ １ ２ ０ ６ ２ ５ － － － －
， 男 ， 河南驻马店人 ， 硕士研究生 ， 研 究 方 向 为 计 算 机 软 件 与 理 论 ； 颜 永 丰 （ ， 男， 重 庆 人， 教 授， 博 士 作者简介 ： 张航 （ １ ９ ８ ６ １ ９ ５ ６ －） －） ： 生导师 ， 研究方向为计算机在农业工程中的应用 、 高性能计算机及并行分布计算的应用 、 云计算 。Ｅ－ｍ ａ ｉ ｌ ｚ ｈ ａ ｎ ｈ ａ ｎ ｗ ｓ ｕ ａ ｆ ． ｅ ｄ ｕ ． ｃ ｎ ＠ｎ ｇ ｇ
２ ０ １ ２年１ ２月 第３ ３卷 第１ ２期
计算机工程与设计
Ｃ ＯＭＰ ＵＴ Ｅ Ｒ Ｅ ＮＧ Ｉ Ｎ Ｅ Ｅ Ｒ Ｉ ＮＧ ＡＮ Ｄ Ｄ Ｅ Ｓ Ｉ ＧＮ
Ｄ ｅ ｃ ． ２ ０ １ ２ Ｖ ｏ ｌ ． ３ ３ Ｎ ｏ ． １ ２

：Ｔ ， Ａ ｂ ｓ ｔ ｒ ａ ｃ ｔ ｒ ｏ ｂ ｌ ｅ ｍ ｒ ｏ ｏ ｓ ｅ ｄ ｏ ｓ ｏ ｌ ｖ ｅ ｔ ｈ ｅ ｏ ｆ ｈ ｉ ｈ ｆ ｒ ｅ ｕ ｅ ｎ ｃ ｉ ｎ ｆ ｏ ｒ ｍ ａ ｔ ｉ ｏ ｎ ｌ ｏ ｓ ｓ ｉ ｎ ｔ ｏ ｗ ｅ ｒ ｗ ａ ｖ ｅ ｌ ｅ ｔ ｄ ｅ ｃ ｏ ｍ ｏ ｓ ｉ ｔ ｉ ｏ ｎ ｓ ａ ｎ ｅ ｗ ｍ ｅ ｔ ｈ ｏ ｄ ｉ ｓ ｔ ｏ － ｐ ｐ ｐ ｇ ｑ ｙ ｐ ｅ ｎ ｅ ｒ ａ ｔ ｅ ａ ｎ ｅ ｆ ｆ ｅ ｃ ｔ ｉ ｖ ｅ ｆ ｅ ａ ｔ ｕ ｒ ｅ ｖ ｅ ｃ ｔ ｏ ｒ ｔ ｈ ａ ｔ ｈ ａ ｓ ｔ ｅ ｘ ｔ ｕ ｒ ｅ ｆ ｅ ａ ｔ ｕ ｒ ｅ ｓ ｉ ｎ ｔ ｅ ｒ ａ ｔ ｉ ｎ ｔ ｏ ｗ ｅ ｒ ｗ ａ ｖ ｅ ｌ ｅ ｔ ｄ ｅ ｃ ｏ ｍ ｏ ｓ ｉ ｔ ｉ ｏ ｎ ｗ ｉ ｔ ｈ ｒ ａ ｌ ｅ ｖ ｅ ｌ ｃ ｏ ｏ ｃ ｃ ｕ ｒ － － － ｇ ｇ ｇ ｐ ｇ ｙ ， ， ｒ ｅ ｎ ｃ ｅ ｍ ａ ｔ ｒ ｉ ｘ ａ ｎ ｄ ｓ ｈ ａ ｅ ｆ ｅ ａ ｔ ｕ ｒ ｅ ｓ ｏ ｆ ｓ ｃ ａ ｌ ｅ ｔ ｒ ａ ｎ ｓ ｌ ａ ｔ ｉ ｏ ｎ ａ ｎ ｄ ｒ ｏ ｔ ａ ｔ ｉ ｏ ｎ ｉ ｎ ｖ ａ ｒ ｉ ａ ｎ ｃ ｅ ｃ ｏ ｍ ｂ ｉ ｎ ｅ ｄ ｔ ｏ ｃ ｌ ａ ｓ ｓ ｉ ｆ ｌ ａ ｎ ｔ ｌ ｅ ａ ｖ ｅ ｓ ． Ｆ ｉ ｎ ａ ｌ ｌ ｅ ｘ ｅ ｒ ｉ － ｐ ｙ ｐ ｙ ｐ ） ， ｍ ｅ ｎ ｔ ｓ ａ ｒ ｅ ｃ ｏ ｎ ｄ ｕ ｃ ｔ ｅ ｄ ｕ ｓ ｉ ｎ Ｓ ＶＭ （ ｓ ｕ ｏ ｒ ｔ ｖ ｅ ｃ ｔ ｏ ｒ ｍ ａ ｃ ｈ ｉ ｎ ｅ ａ ｎ ｄ ｏ ｔ ｈ ｅ ｒ ｃ ｌ ａ ｓ ｓ ｉ ｆ ｉ ｅ ｒ ｓ ｔ ｏ ｃ ｌ ａ ｓ ｓ ｉ ｆ ｔ ｗ ｏ ｄ ａ ｔ ａ ｓ ｅ ｔ ｓ ｗ ｈ ｉ ｃ ｈ ａ ｃ ｈ ｉ ｅ ｖ ｅ ａ ｃ ｃ ｕ ｒ ａ ｃ ｉ ｅ ｓ ｇ ｐ ｐ ｙ ｒ ｏ ｏ ｓ ｅ ｄ ９ ７ ． ２ ４ ２ ６％ ａ ｎ ｄ ９ ６ ． ７ ９ ７ ２％ ｒ ｅ ｓ ｅ ｃ ｔ ｉ ｖ ｅ ｌ ．Ｅ ｘ ｅ ｒ ｉ ｍ ｅ ｎ ｔ ａ ｌ ｒ ｅ ｓ ｕ ｌ ｔ ｓ ｓ ｈ ｏ ｗ ｔ ｈ ａ ｔ ｔ ｈ ｅ ｍ ｅ ｔ ｈ ｏ ｄ ｉ ｓ ｅ ｆ ｆ ｅ ｃ ｔ ｉ ｖ ｅ ｉ ｎ ｄ ｅ ｓ ｃ ｒ ｉ ｂ ｉ ｎ ｔ ｈ ｅ ｏ ｆ ｐ ｐ ｐ ｙ ｐ ｇ ｌ ａ ｎ ｔ ｌ ｅ ａ ｆ ｔ ｅ ｘ ｔ ｕ ｒ ｅ ｓ ａ ｎ ｄ ｏ ｗ ｅ ｒ ｆ ｕ ｌ ｔ ｏ ｃ ｌ ａ ｓ ｓ ｉ ｆ ｌ ａ ｎ ｔ ｓ ｅ ｃ ｉ ｅ ｓ ． ｐ ｐ ｙ ｐ ｐ ： ； ； ； Ｋ ｅ ｗ ｏ ｒ ｄ ｓ ｌ ａ ｎ ｔ ｓ ｅ ｃ ｉ ｅ ｓ ｃ ｌ ａ ｓ ｓ ｉ ｆ ｉ ｃ ａ ｔ ｉ ｏ ｎ ｗ ａ ｖ ｅ ｌ ｅ ｔ ｄ ｅ ｃ ｏ ｍ ｏ ｓ ｉ ｔ ｉ ｏ ｎ Ｇ ＬＭＣ； ｓ ｈ ａ ｅ ｆ ｅ ａ ｔ ｕ ｒ ｅ ｓ Ｓ ＶＭ ｐ ｐ ｐ ｐ ｙ
ｌ ａ ｎ ｔ Ｒ ｅ ｓ ｅ ａ ｒ ｃ ｈ ｏ ｎ ｓ ｅ ｃ ｉ ｅ ｓ ｃ ｌ ａ ｓ ｓ ｉ ｆ ｉ ｃ ａ ｔ ｉ ｏ ｎ ｕ ｓ ｉ ｎ ｗ ａ ｖ ｅ ｌ ｅ ｔ ｐ ｐ ｇ ｏ ｃ ｃ ｕ ｒ ｒ ｅ ｎ ｃ ｅ ｍ ａ ｔ ｒ ｉ ｘ ｆ ｅ ａ ｔ ｕ ｒ ｅ ｓ ｌ ｅ ｖ ｅ ｌ ｃ ｏ－ ｒ ａ ｇ ｙ－
， Ｚ ＨＡＮＧ Ｈ ａ ｎ ＹＡＮ Ｙ ｏ ｎ ｆ ｅ ｎ － ｇ ｇ ｇ
（ ，Ｎ ， ） Ｃ ｏ ｌ ｌ ｅ ｅ ｏ ｆ Ｉ ｎ ｆ ｏ ｒ ｍ ａ ｔ ｉ ｏ ｎ Ｅ ｎ ｉ ｎ ｅ ｅ ｒ ｉ ｎ ｏ ｒ ｔ ｈ ｗ ｅ ｓ ｔ Ａ ｒ ｉ ｃ ｕ ｌ ｔ ｕ ｒ ａ ｌ ａ ｎ ｄ Ｆ ｏ ｒ ｅ ｓ ｔ ｒ Ｕ ｎ ｉ ｖ ｅ ｒ ｓ ｉ ｔ Ｘ ｉ ａ ｎ ａ ｎ ７ １ ２ １ ０ ０， Ｃ ｈ ｉ ｎ ａ ｇ ｇ ｇ ｇ ｙ ｙ ｙ ｇ
第３ ３卷 第１ ２期
张航 ，颜永丰 ： 基于小波灰度共生矩阵的植物分类研究
·４ ７ ７ ５·
析 ， 得到小波灰 度 统 计 特 征 ， 并 结 合 形 状 特 征 形 成 混 合 特 征向量对植物进 行 分 类 ， 克 服 了 塔 式 小 波 分 解 丢 失 高 频 信 息的缺陷 ， 通过 对 植 物 叶 片 分 类 实 验 ， 证 明 该 方 法 具 有 很 强的分类能力 。