团队成员：钟刚亮 王强 李梦如 卢遥

现在，越来越多的年轻父母喜欢带着孩子到户外活动。到大自然中去呼吸新鲜的空气，带着孩子接触自然界的各种花花草草。然而，小孩子的问题总是很多。经常会问这问那：“老爸，这是什么植物？有毒吗？能吃吗？”“老爸，这又是什么植物？”即便是再博学的老爸，也不可能对所见到的花草、树木都了如指掌。因此，经常会被孩子们的问题给问住了，有时候只能含糊其辞地解释一番。

然而，我们推出了“百叶通－植物叶片识别系统”。老爸们只要对孩子们说：“我不能马上告诉你，马上告诉你怕你印象不深”。然后，悄悄地用手机对准树叶拍照或在手机相册中选取树叶照片上传到我们的系统，我们的系统就会将植物的种属信息查询出来，并将查询结果反馈到老爸们的手机上。

这样，当孩子在提问之后，很快就能够得到正确的答案。在家长带领孩子开展户外活动的同时，也增进了孩子对自然界的了解，同时能够让孩子觉得老爸实在是太强大了！什么都知道！

当然，植物叶片识别是我们的第一步，我们还会逐步推出蘑菇识别、中草药识别等植物识别内容。既能够满足户外运动爱好者的需求，也能够为我国中草药科研工作提供强有力的支持。

实施方案

本系统由服务器端的数据分析模块与手机端的图像采集模块两个部分组成。

手机端主要实现采集植物叶片图像、把图像发送至服务器端的功能，并可显示植物种属、分布信息。服务器端主要实现提取植物叶片特征，计算分析后得到植物种属信息的功能，其功能可分为对叶片进行图像预处理、特征提取和分类识别三部分。

1.图像预处理

图像预处理分为图像灰度化和均衡化、图像平滑化、图像边缘锐化、二值化、去除孔洞、保留最大连通区域、边界跟踪等步骤。

● 图像灰度化和均衡化：将彩色图像转化为灰度图像，并对得到的图像进行灰度化、均衡化处理。

● 图像平滑化：在图像成像及传输过程中会产生一定的噪声，这将导致图像质量的下降。如果不经过降噪处理，会严重影响识别效果。

● 图像边缘锐化：图像锐化处理的目的是补偿图像轮廓，突出图像的边缘信息以使图像显得更为清晰。

● 二值化：为了更加方便地计算目标区域的面积、周长等数值，我们将对图像进行二值化处理。

● 去除孔洞：开、闭运算可分别抑制信号中的峰值和谷底噪声，通常采用

两者结合的方式来去除目标区域孔洞。

● 保留最大连通区域：按照上述步骤处理过的图像并不是整体连通的，若此时计算目标区域的周长会影响最终结果，因此，要保留最大的连通成分，将开、闭运算后的微小部分去除。

● 边界跟踪：将图像进行上述处理后，再进行图像的边界跟踪，从而得到

图像边界像素的坐标和方向信息，为参数的获取奠定基础。(www.daowen.com)

2.叶片形状特征提取

（1）叶片形状

特征提取 叶片形状特征包括几何形状特征和不变矩特征两部分。

● 几何形状特征：我们选用了7项相对几何特征：狭长度、矩形度、球状性、圆形度、偏心率、周长直径比和周长长宽比。

● 不变矩特征：使用图像的几何矩的非线性组合可以推导出7项不变矩，它们具有旋转、平移和缩放不变性。

（2）叶片纹理特征提取 本研究计划利用灰度共生矩阵与分形维数提取叶片纹理特征。

● 灰度共生矩阵：反映了图像中任意两点灰度的空间相关性。在这个矩阵

的基础上定义了一些统计量，借此来反映图像的纹理特征，常用的统计量有对

比度、相关性、能量与均匀度。

● 分形维数：可以用来描述图像的复杂程度。叶片结构基本满足分形特征，因此，我们采用分形特征来描述叶片的纹理。

3.叶片分类识别

将对叶片提取出的特征信息输入训练好的Bp神经网络进行比对分析，得出该叶片的种类。

4.软件系统开发

本系统对叶片进行计算，然后利用Bp神经网络对得到的参数进行分类，得出叶片种类。该软件具备以下功能：

● 与手机客户端的通信功能，能够接收并发送信息。

● 对图片进行上述处理，提取叶片特征信息。

● 比对数据库中的叶片特征信息，得出植物种属信息，并发送至手机客户端应用程序。